CAP模型解决稀疏观测黑盒优化问题

研究人员提出候选获取策略（CAP），旨在解决稀疏历史观测下的黑盒优化问题。该模型通过建模固定历史记录中的共享结构与任务特异性差异，来采样交互式练习函数，从而支持对新任务的自适应查询决策。 在基准测试中，CAP模型在BOPTEST和SU2数据集上取得了最低的中位最终预算值。在覆盖6维和20维的五个合成任务家族中，有四类任务表现最优，证明了其在昂贵实验评估场景下的高效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。