Непрерывное многоцелевое обучение с подкреплением

Стохастические многоцелевые политики

Вероятностные политики в непрерывных пространствах действий, оптимизирующие одновременно несколько целей, часто реализуемые как параметризованные гауссовы распределения.

← Назад