arXiv eess.SY 系统与控制· Deepthi Pathare, Leo Laine, Morteza Haghir Chehreghani·2026-10-12 12:00· 13 小时前精选AI 评分45

偏好条件化多目标强化学习用于重型车辆战术决策研究

Preference-Conditioned Multi-Objective Reinforcement Learning for Tactical Decision Making in Heavy-Duty Vehicles

AI 导读

论文提出一种偏好条件化的多目标强化学习框架，用 Generalized Policy Improvement 和 Proximal Policy Optimization 学习捕捉不同权衡的策略，近似安全（碰撞与成功完成）、能耗成本、司机成本三个冲突目标的 Pareto front。

推荐理由

论文把安全、能耗、时间三个目标的权衡显式建模，可为多目标强化学习在车辆决策上的做法提供参考。