计算机科学>机器学习
标题: 使用自动算法配置进行参数控制
摘要: 动态算法配置(DAC)解决了如何自动学习策略以以数据驱动方式控制算法参数的问题。 近年来,这个问题受到了进化论界的极大关注。 因此,有一个良好的基准集合来从结构上了解DAC不同解决方法的有效性和局限性是非常可取的。 继最近提出具有充分理解的理论性质和基本真理信息的DAC基准之后,在这项工作中,我们建议将$(1+(\lambda,\ lambda))$~遗传算法中的关键参数$\lambda$控制作为一个新的DAC标准,以解决OneMax问题。 我们研究了如何通过在基准上使用(静态)自动算法配置来解决DAC问题,并提出了显著提高该方法性能的技术。 我们的方法能够持续地优于基准的默认参数控制策略,该策略是从以前关于足够大的问题规模的理论工作中得出的。 我们还提出了关于参数控制搜索策略的新发现,并提出了通过真实最优策略的数值近似计算基准更强基线的方法。