qEUBO：一种用于偏好式贝叶斯优化的决策论获取函数

偏好式贝叶斯优化（PBO）是一种利用偏好反馈来优化决策者潜在效用函数的框架。本文提出最佳选项期望效用（qEUBO）作为一种用于 PBO 的新颖获取函数。当决策者的响应无噪声时，我们证明 qEUBO 是单步贝叶斯最优的，因此等价于流行的知识梯度获取函数。我们还证明，当决策者的响应被噪声干扰时，qEUBO 对单步贝叶斯最优策略享有加性常数近似保证。我们对 qEUBO 进行了广泛评估，并证明其在多种设置下优于 PBO 的当前最优（SOTA）获取函数。最后，我们证明在充分正则条件下，qEUBO 的贝叶斯简单后悔（Bayesian simple regret）随着查询次数 $n$ 趋于无穷而以 $o(1/n)$ 的速率收敛到零。相比之下，我们证明在常用于 PBO 的标准 BO 的流行获取函数 qEI 下，简单后悔可能无法收敛到零。凭借优越性能、简单计算以及扎实的决策论依据，qEUBO 是一种有前景的 PBO 获取函数。