AI Research · research

Near-Minimax Sample Complexity for Multi-Objective Reinforcement Learning under Generative Models

论文摘要：In multi-objective reinforcement learning, preferences may be specified only after data collection, requiring one dataset to support a continuum of reward trade-offs. We study...

首次发现 2026-11-05T22:09:19Z · 最近更新 2026-11-05T22:09:19Z · 置信度 high · 重要性 7.6

为什么重要

该论文来自一手研究源并通过 3qk7 Research Radar 的新鲜度、来源与研究价值筛选；后续代码、模型权重、复现和相关产品事件可继续关联到该记录。

检测到的变化

研究论文进入 3qk7 高价值 Research Radar

一手证据

arXiv stat.ML · 2026-11-05T22:09:19Z