リアルタイム車両配車のための嗜好アジャイル型多目的最適化
arXiv cs.AI / 2026/4/14
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、動的な多目的意思決定においてユーザ主導の再優先付けをリアルタイムに反映するための、嗜好アジャイル型多目的最適化（PAMOO）を提案する。
- PAMOOは、ユーザの嗜好ベクトルが動的に変化する様子を明示的な入力として受け取る、統一型のモデルを用いた深層強化学習（DRL）フレームワークに基づく。
- 提示された嗜好ベクトルと、その結果として得られるDRLポリシー出力との整合性を高めるためのキャリブレーション関数を追加する。
- 実世界のコンテナターミナルにおける車両配車の実験により、PAMOOは性能と汎化の両面で、2つの代表的な多目的最適化ベースラインを上回ることを示す。
