現代の金融市場において、投資意思決定者はリスク最小化とリターン最大化といった相反する複数の目標のバランスを取るため、定量的手法への依存を深めている。本論文は、これらの制約付き多目的最適化問題に対して、強化学習（RL）とグレイ関係係数（GRC）を組み合わせた新手法「RL-NSGA-II-GRC」を提案している。この手法は、非支配的ソート遺伝的アルゴリズムII（NSGA-II）の進化的枠組みにRL エージェント・コントローラを統合し、パレート前線の収束性と多様性を向上させるものである。 RLエージェントは超体積、実行可能性、多様性といったメトリクスを基に進化的パラメータをオンラインで適応的に調整する。一方、GRC トーナメント演算子は支配ランク、混雑距離、理想参照点への近接性を統合スコアとして親候補をランク付けする。KursaweおよびCONSTRベンチマークテストとNASDAQポートフォリオ実装で評価された結果、RL-NSGA-II-GRCはNSGA-IIと比較して収束性を約5.8％および4.4％向上させつつ、良好に分布した非支配解を保持した。 ポートフォリオ応用では、なめらかで密度の高い効率的フロンティアが得られ、年間シャープレシオが1.92となる最大シャープレシオポートフォリオの特定や、異なるリスク回避度に応じた効用最適ポートフォリオの検出が可能となった。本手法の主要な貢献は、世代ごとのフィードバック情報を通じてパラメータを適応的に制御するRL統合枠組み、パレート前線への探索を導く包括的指標を提供するGRC強化トーナメント演算子設計、そしてベンチマーク問題とNASDAQ事例研究での有効性実証の三点である。