多目的強化学習のための効率的なユーティリティ関数探索

多目的強化学習問題を単一目的の強化学習問題に分解し、各サブ問題に対して最適なスカラー化ベクトルを効率的に探索することで、パレート最適解集合の高品質な近似を得る。