スティーン・バリアショナル・ブラックボックス組合せ最適化
arXiv cs.AI / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、高次元の組合せブラックボックス最適化において、有望な領域を探索すること（活用）と複数の最適解を見逃さないための十分な探索の確保（探索）というトレードオフに焦点を当てています。
- 推定分布アルゴリズム（EDA）に対して、粒子同士の反発（repulsion）をスティーン作用素で導入することで、多峰性のフィットネス地形における複数モードの同時探索を促す手法を提案しています。
- 多様なベンチマーク問題での実験では、提案手法が最先端手法に対して競争力があるだけでなく、特に大規模インスタンスで上回るケースがあることが示されています。
- 著者らは、スティーン・バリアショナル勾配降下が、大規模かつ計算コストの高い離散ブラックボックス最適化問題に取り組む有望な方向性であると主張しています。
- 全体として、本研究は、多峰性の目的関数における早期収束を、パラメータ空間で粒子の分散を明示的に強制することで抑える原理的な方法を提示しています。
