LEARNING
自适应光滑切比雪夫注意力用于多目标策略优化
Alejandro Murillo-Gonzalez, Mahmoud Ali, Lantao Liu
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出自适应光滑切比雪夫框架，通过动态调节优化曲率解决多目标强化学习中非凸帕累托前沿的收敛问题。在机器人隐身视觉搜索任务上验证了该方法能平衡目标冲突并提升优化稳定性。
关键词
multi-objective reinforcement learningPareto frontTchebycheff scalarizationgradient conflictrobotic visual search
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018