让配送 AI 同时追求速度、省油和安全，难点不只是给三项目标分配权重。效用函数——把多个目标折成一个总分的规则——还可能包含“安全低于底线就不能接受”这类非线性偏好。问题在于，采用某种效用函数后，是否真的存在一项可优化的最佳策略，此前缺少一般性的理论刻画。
据 JMLR 论文介绍，作者分别研究两种看似相近、实则顺序不同的准则：SER 先计算各目标的期望结果，再套用效用函数；ESR 则先评价每一次结果的效用，再求平均。说白了，前者评价“平均表现是否满意”，后者评价“每次表现带来的满意度平均是多少”。论文由此分析哪些效用函数能保证最优策略存在，以及哪些偏好关系能被效用函数表达，并给出相应的形式条件。它没有宣称某个算法刷新成绩，而是在算法动手优化前，先划清哪些偏好设定在数学上站得住。