利用历史样本的高效上下文偏好贝叶斯优化

最先进的多目标优化通常假设已知效用函数、以交互方式学习它，或计算完整的帕累托前沿——每种方式都需要昂贵的专家输入。然而，现实世界问题涉及难以形式化的隐式偏好。为减少专家参与，我们提出一种离线的、可解释的效用学习方法，其利用专家知识、历史样本以及关于效用空间的粗略信息来降低样本需求。我们通过完整的贝叶斯后验对不确定性建模，并在整个优化过程中传播该不确定性。我们的方法在四个领域上优于标准高斯过程与 BOPE，即使面对现实世界中遇到的有偏样本和有限的专家输入，也表现出强劲性能。