Programación Dinámica Multiobjetivo — Políticas Pareto-óptimas sobre decisiones secuenciales

La Programación Dinámica Multiobjetivo (MODP, por sus siglas en inglés) extiende la programación dinámica clásica de Bellman a entornos donde un decisor debe optimizar simultáneamente varios objetivos en competencia a lo largo de una secuencia de etapas. En lugar de una única política óptima, produce un conjunto de políticas Pareto-óptimas — cada una representando un perfil de compromiso distinto — propagando funciones de valor de valor vectorial hacia atrás a través del espacio de estados.