PulseAugur
实时 15:22:14
English(EN) QUIVER: Cost-Aware Adaptive Preference Querying in Surrogate-Assisted Evolutionary Multi-Objective Optimization

QUIVER 优化器自适应地平衡目标评估和偏好查询

研究人员开发了 QUIVER,这是一种新颖的进化多目标优化算法,能够自适应地平衡目标评估成本与决策者偏好引导的成本。该系统可以选择不同类型的偏好查询,例如成对比较或无差异调整,以在单位成本上最大化决策质量的改进。在具有挑战性的 WFG 基准问题上,QUIVER 与现有方法相比,在最终效用遗憾方面表现出 25% 的改进。 AI

影响 通过智能地查询偏好,引入了一种新颖的自适应策略来优化复杂系统,有可能提高决策过程的效率。

排序理由 这是一篇详细介绍新优化算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

QUIVER 优化器自适应地平衡目标评估和偏好查询

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Florian A. D. Burnat ·

    QUIVER:代理辅助进化多目标优化中的成本感知自适应偏好查询

    arXiv:2605.04267v1 Announce Type: new Abstract: Interactive multi-objective optimization systems face a budget allocation dilemma: one can spend resources on expensive objective evaluations or on eliciting decision-maker preferences that identify the relevant region of the Pareto…