本研究提出了一种多游戏目标回报优化器（MTRO）算法，能够利用离线数据集自动确定游戏目标回报，从而简化配置过程。实验结果表明，MTRO显著提升了增强学习策略在多种游戏中的表现，促进了自主代理的发展。