本文探讨了离线强化学习中的多目标优化，提出了Decision ConvFormer（DC）和Decision Mamba（DM）模型，显著提升了模型性能和样本利用效率。研究表明，Mamba架构在处理复杂任务时具有优势，并通过实验验证了其在决策制定中的有效性。

该研究提出了Decision Mamba模型，探讨了在决策变压器架构中整合Mamba框架的性能提升，展示了其在强化学习中的有效性。研究结果表明，Mamba在多项任务中优于传统方法，推动了基于Transformer的强化学习模型的发展。