多目标强化学习：面向多元对齐的工具

论文梳理多目标强化学习（MORL）在构建多元对齐 AI 中的作用。其指出，当存在多个相互冲突的价值或利益相关方时，仅依赖标量奖励的强化学习可能难以充分对齐；过去十年，以向量奖励为核心的 MORL 已逐渐成为替代方案。