arXiv cs.AI· Deepthi Pathare, Leo Laine, Morteza Haghir Chehreghani·2026-10-12 12:00· 1 天前AI 评分22

面向重型车辆战术决策的偏好条件多目标强化学习

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

AI 导读

研究者提出一种偏好条件多目标强化学习框架，用广义策略改进（GPI）和 PPO 学习安全、能耗、时间三个冲突目标间的不同权衡策略，并在面向重型卡车战术决策的高速公路仿真环境中逼近帕累托前沿。评估显示该框架能生成平滑可解释的帕累托前沿，且偏好条件策略无需重新训练即可在不同驾驶行为间切换。

来源：arXiv cs.AI · arxiv.org