Quy hoạch động đa mục tiêu — Chính sách tối ưu Pareto cho các quyết định tuần tự

Quy hoạch động đa mục tiêu (MODP) mở rộng quy hoạch động cổ điển của Bellman cho các thiết lập mà người ra quyết định phải tối ưu hóa đồng thời nhiều mục tiêu cạnh tranh qua một chuỗi các giai đoạn. Thay vì một chính sách tối ưu duy nhất, nó tạo ra một tập hợp các chính sách tối ưu Pareto — mỗi chính sách đại diện cho một hồ sơ đánh đổi khác nhau — bằng cách lan truyền các hàm giá trị đa chiều ngược qua không gian trạng thái.