arXiv · cs.AI· Deepthi Pathare, Leo Laine, Morteza Haghir Chehreghani·· 5 小时前
重型车辆战术决策中的偏好条件多目标强化学习框架
Preference-Conditioned Multi-Objective Reinforcement Learning for Tactical Decision Making in Heavy-Duty Vehicles
arXiv:2601.18783v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Deepthi Pathare, Leo Laine, Morteza Haghir Chehreghani
研究任务与主要进展
Deepthi Pathare、Leo Laine 和 Morteza Haghir Chehreghani 提出偏好条件多目标强化学习框架，通过 Generalized Policy Improvement 和 Proximal Policy Optimization 学习安全、能耗与驾驶时间成本之间的不同权衡。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org