BriefGPT - AI 论文速递 · 2024-12-18T00:00:00Z

Threshold UCT: Cost-Constrained Monte Carlo Tree Search with Pareto Curves

📝

内容提要

本研究提出了阈值UCT（T-UCT）算法，旨在优化约束马尔可夫决策过程中的期望收益与成本平衡。该算法通过估计Pareto曲线，结合创新的动作选择和阈值更新规则，有效寻找安全且有价值的策略，实验结果表明其性能优于现有方法。

🏷️

标签

Pareto曲线 成本平衡 期望收益 约束马尔可夫决策 阈值UCT