这是一个时间尺度问题：后继特征与多目标规划和学习中的非线性效用
It's a matter of timescale: non-linear utility in successor features and multi-objective planning and learning
浏览论文内容
中文总结 AI 辅助
本文针对多目标强化学习及后继特征方法未考虑同一决策问题中不同时间尺度非线性效用效应的不足，通过示例论证后提出新视角，指出相关研究存在显著空白。
中文摘要 AI 辅助
在处理多奖励信号与非线性效用时，时间至关重要。本文指出当前多目标强化学习（SER与ESR）及后继特征的主流方法存在不足：尽管各方法分别处理不同时间尺度下用户效用的非线性效应，但均未考虑同一决策问题中可能存在不同时间尺度下的多种效应。我们通过直观示例与数值示例论证该情况确实存在，进而提出新视角，并发现文献中存在显著且非平凡的研究空白。
英文摘要
Time is of the essence when dealing with multiple reward signals and non-linear utility. In this paper we argue that the current main approaches in multi-objective RL (SER and ESR), and successor features, are insufficient. While each approach deals with non-linear effects on user utility on different timescales, none of them take into account that different effects happening on different timescales can happen within the same decision problem. We motivate that this can indeed be the case by an example, both intuitively and numerically, leading to a new perspective, and a significant and non-trivial gap in the literature.
发表机构
- AI Lab, Vrije Universiteit Brussel（布鲁塞尔自由大学AI实验室）
- Institute of Informatics - Federal University of Rio Grande do Sul（南大河州联邦大学信息学研究所）
- Federation University Australia（澳大利亚联邦大学）
机构由 AI 辅助整理，请以论文原文为准。
