Глубокое Многоцелевое РЛ

Многокритериальный PPO

Адаптация алгоритма Proximal Policy Optimization для многокритериальных сред, одновременно оптимизирующая несколько целевых функций. Алгоритм поддерживает ограничения близости, исследуя пространство компромиссов между целями.

← Назад