强化学习多目标优化：自适应算子选择与安全约束处理两项改进

SJTU王锐学长分享了在复杂约束下同时优化多个目标的实验。两项改进围绕频段—频谱展开：让算法随搜索阶段调整算子，也就是搜索操作的选择策略；优化安全约束处理，让搜索在满足约束的范围内更流畅。作者报告，pb-aos 相比 baseline 的 hv 从0.6075升至0.7340，提升20.82%，igd+下降52.04%，在5个子问题上整体表现较稳定。