Diff-BBO：基于扩散的黑盒优化的逆向建模

Jun, 2024

Diff-BBO：基于扩散的黑盒优化的逆向建模

Diff-BBO: Diffusion-Based Inverse Modeling for Black-Box Optimization

Dongxia Wu, Nikki Lijing Kuang, Ruijia Niu, Yi-An Ma, Rose Yu

TL;DR基于扩散模型的逆向建模用于黑盒优化问题，通过设计新颖的获取函数（UaE），它利用条件扩散模型的不确定性在设计空间中生成样本，实现了在线黑盒优化，并在实验中证明了其优越性能。

Abstract

black-box optimization (BBO) aims to optimize an objective function by iteratively querying a black-box oracle. This process demands sample-efficient optimization due to the high computational cost of function evaluations. While prior studies focus on forward approaches to learn surrog

black-box optimization diffusion models inverse modeling acquisition function uncertainty-aware exploration

发现论文，激发创造

黑盒优化的扩散模型

该论文介绍了一种新的离线黑盒优化的逆向方法 ——DDOM，基于扩散模型，它能够通过学习条件生成模型来进行优化，其在 Design-Bench 基准测试中的表现与最先进的基线相媲美。

Jun, 2023

基于仿真的贝叶斯优化

模拟基于贝叶斯优化 (SBBO) 是一种用于优化黑盒函数的新方法，只需要通过基于采样的后验预测分布进行访问。该方法允许在涉及组合空间和离散变量的情况下使用适用于组合空间的概率代理模型。在组合优化的应用中，我们通过使用不同的代理模型在实证上证明了 SBBO 方法的有效性。

Jan, 2024

基于低预算的黑盒优化算法在 BBOB 和 OpenAI Gym 上的评估

机器学习和黑盒优化之间的相互影响性及算法性能的比较研究：基于机器学习和黑盒优化的算法在有限预算下具有较好性能，但随着预算增加，其他算法家族通常表现更好。

Sep, 2023

数据驱动的黑箱优化扩散模型

基于扩散模型的条件采样方法，在黑盒优化中生成接近最佳解且保留设计的潜在结构，通过建立理论模型和进行实验验证，证明了奖励导向扩散模型在黑盒优化中的效率和准确性。

Mar, 2024

BO4IO：一种带有不确定性量化的逆优化的贝叶斯优化方法

该论文提出了一种基于贝叶斯优化的数据驱动逆优化方法，称为 BO4IO，用于解决参数估计和不确定性量化等问题，通过将逆优化损失函数视为黑盒，并使用高斯过程模型进行近似，使用 BO4IO 可以准确估计未知的模型参数并提供置信区间估计。

May, 2024

增强的上下文黑盒优化

RIBBO 是一种从离线数据中强化学习 Black-Box Optimization 算法的方法，采用表达能力强的序列模型学习多个行为算法和任务产生的优化历史，通过集成 regret-to-go tokens 来自动生成满足用户期望遗憾值的查询点，从而在各种问题上实现了普遍良好的实证性能。

Feb, 2024

优先贝叶斯优化

本文介绍了一种名为 PBO 的新框架，它扩展了标准 BO 的思想，并通过模型化 Bernoulli - 高斯过程模型来建模每个决斗的赢家概率，从而允许在仅通过两两比较的方式来查询隐函数，并且相对于以往方法，该方法在寻找最大值过程中需要极少的比较。

Apr, 2017

B2Opt: 学习用小预算优化黑盒优化

本文聚焦于改进高维昂贵黑匣子优化的学习优化框架，并提出一种基于廉价代理函数和进化算法机制的新框架 B2Opt，相比黑匣子优化基准测试，B2Opt 能够实现 3 到百万倍的性能提升。

Apr, 2023

潜在能量驱动之旅：通过在能量基潜空间中扩展探索的黑盒优化

离线黑盒优化目标是通过预先采集的函数值和相关输入设计的离线数据集的知识来优化黑盒函数。我们提出了一种可学习的能量驱动潜空间模型，以及一种基于噪声增强的望远镜密度比估计方案，用于变分学习准确的潜空间模型。通过所学的能量驱动模型在潜空间中的梯度导向采样，我们展示了该方法在高价值设计模式的探索中取得了显著改进。

May, 2024

基于扩散模型的离线模型优化导向轨迹生成

通过使用离线数据集，我们引入了一种新颖的条件生成建模方法，生成通向高分区域的轨迹，从而提高复杂和高维黑盒函数的最优化效果。

Jun, 2024