多目标贝叶斯优化的Kalai-Smorodinsky解
米凯尔·比诺伊斯（Mickael Binois）、维克多·皮奇尼（Victor Picheny）、帕特里克·泰兰德尔（Patrick Taillandier）、阿卜杜拉·哈巴尔（Abderrahmane Habbal）; 21(150):1−42, 2020.
摘要
多目标贝叶斯优化研究的一个持续目标是将其适用性扩展到大量目标。虽然评估预算有限，但恢复最佳折衷解决方案集通常需要大量观察，而且不太容易解释，因为这组方案往往会随着目标数量的增加而增加。因此，我们建议关注一个源自博弈论的特定解决方案，即Kalai-Smorodinsky解决方案，它具有吸引人的特性。特别是，它确保所有目标的边际收益相等。通过考虑copula空间中的目标，我们进一步使其对目标的单调变换不敏感。提出了一种新的定制算法来搜索解决方案，其形式为贝叶斯优化算法：基于从工具高斯过程先验中导出的获取函数来做出顺序采样决策。我们的方法在四个问题上进行了测试，分别有四个、六个、八个和九个目标。该方法在R包GPGame中可用。
[腹肌]
[pdf格式][围兜] [代码]
