Tchebycheff scalarization

新算法解决了非凸多目标双层优化问题

研究人员开发了新的无Hessian算法MOMEHA和MB-MOMEHA，以解决多目标双层优化问题，特别是那些具有非凸下层的优化问题。这些方法利用Moreau包络将问题转化为具有包络约束的单层优化问题。这些算法通过单循环和无Hessian的计算效率，并结合平滑加权Tchebycheff标量化，保持了计算效率。在少样本元学习和神经架构搜索上的实验表明，这些新方法在帕累托前沿质量方面优于现有方法。