論文の概要: SCOPE: Synthetic Conditional Objectives for Policy Evolution in Black-Box Combinatorial Optimization

• arxiv url: http://arxiv.org/abs/2607.27630v1
• Date: Thu, 30 Jul 2026 03:42:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.383851
• Title: SCOPE: Synthetic Conditional Objectives for Policy Evolution in Black-Box Combinatorial Optimization
• Title（参考訳）: SCOPE:Black-Boxコンビネーション最適化におけるポリシー進化のための合成条件対象
• Authors: Nguyen Viet Tuan Kiet, Nguyen Huu Duc, Le Cong Bang, Tran Cong Dao, Huynh Thi Thanh Binh,
• Abstract要約: SCOPEは,政策進化のための条件立案のためのフレームワークである。 SCOPEは、蓄積された検索履歴に基づいて、一連の合成目的を学習する。 SCOPEは、限られた評価予算の下で、ブラックボックス検索性能を一貫して改善することを示す。
• 参考スコア（独自算出の注目度）: 8.10827298136302
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Black-box combinatorial optimization requires systematically identifying high-quality solutions under a limited evaluation budget, yet the unknown objective function provides little guidance for deciding where the search should explore next. We introduce SCOPE, a general framework for Synthetic Conditional Objectives for Policy Evolution in Black-Box Combinatorial Optimization. Rather than directly optimizing the inaccessible objective, SCOPE learns a set of synthetic objectives conditioned on the accumulated search history, where each objective is designed to expose a distinct and potentially useful preference over candidate solutions. These objectives are then used to evolve search policies that generate diverse candidates, whose true quality is subsequently assessed through black-box evaluations. The outer loop adaptively updates and selects synthetic objectives according to how effectively their induced policies discover promising regions. In contrast, the inner loop returns a portfolio of top-performing policies to reduce the risk of relying on a single surrogate preference. This formulation reframes objective design as a mechanism for guiding policy exploration, enabling the search process to exploit observed evidence while maintaining structured diversity across discrete solution spaces. Extensive experiments across multiple benchmark problems demonstrate that SCOPE consistently improves black-box search performance under limited evaluation budgets and generalizes well across diverse combinatorial structures.
• Abstract（参考訳）: ブラックボックスの組合せ最適化は、限られた評価予算の下で、体系的に高品質なソリューションを特定する必要があるが、未知の目的関数は、探索が次に探索すべき場所を決定するためのガイダンスをほとんど提供しない。 我々は、 Black-Box Combinatorial Optimization において、ポリシー進化のためのSynthetic Conditional Objectives の一般的なフレームワーク SCOPE を紹介する。 SCOPEは、アクセス不能な目的を直接最適化するのではなく、蓄積された検索履歴に規定された一連の合成目的を学習する。 これらの目的は、様々な候補を生成する検索ポリシーの進化に利用され、その後、ブラックボックスの評価によって真の品質が評価される。 外部ループは、その誘導されたポリシーが有望な領域をいかに効果的に発見するかに応じて、適応的に合成目的を更新し、選択する。 対照的に、インナーループは、単一の代理選好に依存するリスクを減らすために、トップパフォーマンスポリシーのポートフォリオを返す。 この定式化は、政策探索を導くメカニズムとして客観的設計を再構築し、個別のソリューション空間にまたがる構造的多様性を維持しながら、観察された証拠を探索プロセスが活用できるようにする。 複数のベンチマーク問題に対する広範囲な実験により、SCOPEは限られた評価予算の下でブラックボックス検索性能を一貫して改善し、多様な組合せ構造に対してよく一般化することを示した。

関連論文リスト

• Diversity-Driven Offline Multi-Objective Optimization via Nested Pareto Set Learning [11.1141573484419]
  多目的最適化(MOO)は、複数の目的を含む複雑な最適化問題を解くための強力なアプローチとして登場した。 本稿では多様性駆動型オフライン多目的最適化(DOMOO)を提案する。 合成および実世界のベンチマークの実験は、DOMOOが収束と多様性の両方においてタスクの平均ランクを達成していることを示している。
  論文  参考訳（メタデータ） (2026-06-13T05:09:25Z)
• Neural Nonmyopic Bayesian Optimization in Dynamic Cost Settings [73.44599934855067]
  LookaHESは、動的で履歴に依存したコスト環境のために設計された非心筋BOフレームワークである。 LookaHESは、$H$-Entropy Searchのマルチステップ版と、パスワイズサンプリングとニューラルポリシー最適化を組み合わせたものだ。 私たちの革新は、構造化されたドメイン固有のアクションスペースを効果的にナビゲートするために、大きな言語モデルを含むニューラルポリシーの統合です。
  論文  参考訳（メタデータ） (2026-01-10T09:49:45Z)
• Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce [61.03081096959132]
  そこで本稿では,複雑な状況下でのテキストバウンダリングを改善するための,文脈対応推論強化型生成検索フレームワークを提案する。 提案手法は,強力なベースラインに比べて優れた性能を示し,検索に基づく推薦の有効性を検証した。
  論文  参考訳（メタデータ） (2025-10-19T16:46:11Z)
• Bounded Rationality for LLMs: Satisficing Alignment at Inference-Time [52.230936493691985]
  本稿では,2次基準のしきい値に基づく制約を満たしつつ,主目的を最大化し,アライメントの多面性に対処する推論フレームワークSITAlignを提案する。 我々は、満足度に基づく推論アライメントアプローチの準最適境界を導出することで理論的洞察を提供する。
  論文  参考訳（メタデータ） (2025-05-29T17:56:05Z)
• Illuminating the Diversity-Fitness Trade-Off in Black-Box Optimization [9.838618121102053]
  現実世界のアプリケーションでは、ユーザーは1つの高品質なソリューションよりも構造的に多様な設計選択を好むことが多い。 本稿では, 所定のしきい値以上のペア距離を持つ一定数の解を同定する問題を考察する。 このトレードオフが、根底にある最適化問題の性質にどのように依存するかを分析する。
  論文  参考訳（メタデータ） (2024-08-29T09:55:55Z)
• An Efficient Approach for Solving Expensive Constrained Multiobjective Optimization Problems [0.0]
  効率的な確率的選択に基づく制約付き多目的EAをPSCMOEAと呼ぶ。 a) 評価された解の実現可能性と収束状態に基づく適応探索境界同定スキームのような新しい要素を含む。 ECMOPを模擬する低評価予算を用いて, 幅広い制約付き問題に対して, 数値実験を行った。
  論文  参考訳（メタデータ） (2024-05-22T02:32:58Z)
• Acceleration in Policy Optimization [50.323182853069184]
  我々は、楽観的かつ適応的な更新を通じて、政策改善のステップにフォレストを組み込むことにより、強化学習(RL)における政策最適化手法を加速するための統一パラダイムに向けて研究する。 我々は、楽観主義を、政策の将来行動の予測モデルとして定義し、適応性は、過度な予測や変化に対する遅延反応からエラーを軽減するために、即時かつ予測的な修正措置をとるものである。 我々は,メタグラディエント学習による適応型楽観的ポリシー勾配アルゴリズムを設計し,実証的なタスクにおいて,加速度に関連するいくつかの設計選択を実証的に強調する。
  論文  参考訳（メタデータ） (2023-06-18T15:50:57Z)
• Uncertainty-Aware Search Framework for Multi-Objective Bayesian Optimization [40.40632890861706]
  高価な関数評価を用いたマルチオブジェクト(MO)ブラックボックス最適化の問題点を考察する。 UeMOと呼ばれる新しい不確実性対応検索フレームワークを提案し、評価のための入力シーケンスを効率的に選択する。
  論文  参考訳（メタデータ） (2022-04-12T16:50:48Z)
• Local policy search with Bayesian optimization [73.0364959221845]
  強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。 局所探索のための政策勾配は、しばしばランダムな摂動から得られる。 目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2021-06-22T16:07:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。