Preference-Conditioned Group-Relative Policy Optimization for Terminally Constrained Multi-Objective Control

Md Ragib Rownak, Sidra Ghayour Bhatti, Qadeer Ahmed

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.