arXiv · cs.LG 机器学习· Andrii Artomov, Soheyl Massoudi, J\"urg Schiffmann·· 4 小时前AI 评分55
MOON-RL：用强化学习在目标空间中导航求解多目标优化
MOON-RL: Multi-Objective Optimization via Objective Space Navigation with Reinforcement Learning
AI 导读
作者提出 MOON-RL，把带约束的多目标优化建模为目标空间中的偏好导向导航，由轻量 PPO 策略根据目标空间与约束观测更新设计，并用元算法周期性重置策略、从非支配解档案重采样起点并调整步长与惩罚。在真实执行器设计问题和收敛困难的约束基准上，MOON-RL 在与进化算法同等评估预算下于感兴趣区域取得有竞争力的表现，消融实验显示 RL 自适应采样与元算法均有贡献。代码、数据和补充视频链接见论文。
来源：arXiv · cs.LG 机器学习 · arxiv.org