Multi-objective Markov Model — Sequentielle Entscheidungsfindung über konkurrierende Ziele

Ein Multi-objective Markov Model (MOMDP) erweitert klassische Markov-Entscheidungsprozesse auf Szenarien, in denen ein Agent mehrere Belohnungssignale gleichzeitig optimieren muss. Anstelle einer einzelnen optimalen Politik erzeugt das Modell eine Menge Pareto-optimaler Politiken, die es Entscheidungsträgern ermöglicht, Zielkonflikte wie Kosten, Risiko und Durchsatz über die Zeit zu navigieren.