CAS-MORE

机器学习增强黑盒优化求解器，调查发现

一篇新的调查论文探讨了机器学习（ML）和强化学习（RL）技术在改进黑盒优化（BBO）求解器中的应用。该论文详细介绍了ML如何通过提供更好的代理模型、自适应更新、元学习和生成模型来改进BBO。它涵盖了mlrMBO、ZO-AdaMM和Q-Mamba等各种算法，并讨论了NeurIPS 2020 BBO挑战赛和MetaBox框架等基准测试工作。论文中的一项数值研究表明，基于ML的候选筛选可以提高直接搜索和差分进化方法的性能，尽管收益取决于求解器。