CoNES：凸自然进化策略
机器学习
2020-07-21 v2 机器人学
机器学习
摘要
我们提出一种新颖的算法——凸自然进化策略（CoNES）——通过利用凸优化与信息几何的工具来优化高维黑箱函数。CoNES被表述为一个可有效求解的凸规划，其调整进化策略（ES）梯度估计以促进快速收敛。所得算法对信念分布的参数化具有不变性。我们的数值结果表明，在用于基准测试黑箱优化器的一组函数上，CoNES大幅优于传统黑箱优化方法。此外，在OpenAI的MuJoCo强化学习运动任务的选择上，CoNES展现出比传统黑箱方法更快收敛的能力。
引用
@article{arxiv.2007.08601,
title = {CoNES: Convex Natural Evolutionary Strategies},
author = {Sushant Veer and Anirudha Majumdar},
journal= {arXiv preprint arXiv:2007.08601},
year = {2020}
}