Update README.md
Browse files
README.md
CHANGED
|
@@ -122,8 +122,6 @@ MOP-RL-model 在具有极高难度的工业级多目标混合整数线性规划
|
|
| 122 |
| 条件帕累托率 | 在模型完全正确的前提下，解集通过支配性测试的概率 | 77.43% |
|
| 123 |
| 综合帕累托成功率 | parado解的总概率 | 68.15% |
|
| 124 |
|
| 125 |
-
*注：高达 100% 的执行通过率与 88.01% 的基础建模准确率证明，MOP-RL 框架彻底杜绝了策略网络通过篡改底层物理逻辑进行“奖励作弊”的可能。*
|
| 126 |
-
|
| 127 |
与base的对比结果如下：
|
| 128 |
|
| 129 |
| 模型 | 格式准确率 | 代码可执行率 | 条件帕累托率 | 整体帕累托率 |
|
|
|
|
| 122 |
| 条件帕累托率 | 在模型完全正确的前提下，解集通过支配性测试的概率 | 77.43% |
|
| 123 |
| 综合帕累托成功率 | parado解的总概率 | 68.15% |
|
| 124 |
|
|
|
|
|
|
|
| 125 |
与base的对比结果如下：
|
| 126 |
|
| 127 |
| 模型 | 格式准确率 | 代码可执行率 | 条件帕累托率 | 整体帕累托率 |
|