多目的マルコフモデル — 競合する目的間の逐次的意思決定

多目的マルコフモデル（MOMDP）は、古典的なマルコフ決定過程を、エージェントが複数の報酬シグナルを同時に最適化しなければならない設定に拡張したものです。単一の最適方策ではなく、このモデルはパレート最適方策の集合を生成し、意思決定者が時間経過に伴うコスト、リスク、スループットといった競合する目標間のトレードオフを考慮することを可能にします。