权衡导航：多目标强化学习的政策摘要

本研究探讨了多目标强化学习中的目标权衡问题，提出了一种基于聚类的方法，揭示了政策行为与目标值之间的关系。结果表明，该方法在四个多目标环境中优于传统的k-中点聚类，具有实际应用潜力。