|잡돌쌤•2026-03-23•2분 소요

이번 방법은 파레토 상승 방향으로 스칼라화 가중치를 고르고, 다목적 정책 그래디언트를 계산해 모든 목표가 함께 개선되도록 최적화 방향을 잡는 게 핵심이에요

💡 한줄 요약|이번 방법은 파레토 상승 방향으로 스칼라화 가중치를 고르고, 다목적 정책 그래디언트를 계산해 모든 목표가 함께 개선되도록 최적화 방향을 잡는 게 핵심이에요.

PA2D-MORL이 다목적 강화학습에서 파레토 정책 근사 품질과 안정성을 SOTA보다 확실히 끌어올렸어요.

이번 방법은 파레토 상승 방향으로 스칼라화 가중치를 고르고, 다목적 정책 그래디언트를 계산해 모든 목표가 함께 개선되도록 최적화 방향을 잡는 게 핵심이에요. 연속·고차원 상태-행동 공간 같은 어려운 환경을 정면으로 겨냥했거든요.

여기에 진화적 프레임워크로 여러 정책을 선택적으로 학습해 서로 다른 방향에서 파레토 프런티어를 채우고, 적응형 파인튜닝으로 프런티어의 밀도와 분포까지 보강했어요. 로봇 제어 벤치마크 전반에서 결과 품질·안정성 모두 기존 최고 기법을 앞섰다고 보고됐어요.

AAAI 2024(38권 11호, 12547-12555) 정식 게재 연구라서, 실제 의사결정 시스템에 “다목표 성능과 안정성의 동시 확보” 기준을 한 단계 올린 신호로 볼 만해요.

이 글이 어땠나요?

관련 글

기존 LLM 기반 접근과 단독 Sledgehammer를 크게 넘은 결과거든요

기존 LLM 기반 접근과 단독 Sledgehammer를 크게 넘은 결과거든요.

잡돌쌤2분 소요

논문은 두 축을 제안했어요

논문은 두 축을 제안했어요.

잡돌쌤2분 소요

연구팀은 지도 미세조정(SFT) 뒤에 멀티턴 프로세스-리워드 강화학습을 붙여, 멀티모달 LLM 에이전트를 학습시켰거든요

연구팀은 지도 미세조정(SFT) 뒤에 멀티턴 프로세스-리워드 강화학습을 붙여, 멀티모달 LLM 에이전트를 학습시켰거든요.

잡돌쌤2분 소요