본 논문은 여러 보상 함수와 정책을 동시에 평가하는 온라인 다중 보상 다중 정책 할인 설정에서 정책 평가 문제를 연구합니다. 유한하거나 볼록한 보상 집합에 대해 높은 확률로 ε-정확한 추정치를 얻기 위해 $(\epsilon,\delta)$-PAC 관점을 채택하며, 이는 기존 문헌에서 연구되지 않은 설정입니다. 다중 보상 최적 정책 식별에 대한 이전 연구를 기반으로, MR-NaS 탐색 계획을 적용하여 다양한 보상 집합에 걸쳐 서로 다른 정책을 평가하기 위한 샘플 복잡도를 공동으로 최소화합니다. 본 접근 방식은 샘플 복잡도가 가치 편차 측정값과 어떻게 확장되는지 보여주는 인스턴스별 하한을 활용하여 효율적인 탐색 정책 설계를 안내합니다. 이 하한을 계산하는 데는 어려운 비볼록 최적화가 필요하지만, 유한 및 볼록 보상 집합 모두에 적용되는 효율적인 볼록 근사를 제안합니다. 표 형식 도메인에서의 실험은 이 적응형 탐색 계획의 효과를 보여줍니다.
