Feb, 2024
在贝叶斯优化中加速前瞻:多级蒙特卡洛是唯一的
Accelerating Look-ahead in Bayesian Optimization: Multilevel Monte Carlo is All you Need
Shangda Yang, Vitaly Zankin, Maximilian Balandat, Stefan Scherer, Kevin Carlberg...
TL;DR我们利用多层蒙特卡罗 (MLMC) 来改善涉及嵌套期望和最大化的多步前瞻贝叶斯优化 (BO) 方法的性能。MLMC 能够以正规蒙特卡罗收敛速度处理此类问题,无论维度如何,也不需要任何平滑性假设。我们的理论研究侧重于对一步和两步前瞻采集函数的近似改进,但如我们所讨论的,该方法具有可推广性,适用于超越 BO 上下文的其他方式。我们在几个基准示例上进行了数值验证,并展示了 MLMC 对 BO 的优势。代码在此链接中可获得。