澳大等团队提出DRL-DCO算法动态编排DE与CMA-ES

澳门大学、河海大学与北京航空航天大学团队（Lechen Li 等）在 arXiv 发表研究，提出 DRL-DCO 算法：用基于 DDPG 的 actor-critic 强化学习智能体，把差分进化（DE）的探索与 CMA-ES 的开发作为统一系统进行动态协调，在两者之间分配计算资源，并同时调节种群规模、精英保留和重启机制。 该方法面向高维结构模型修正优化问题。上述为论文中提出的方法设计，其实际效果以论文验证为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。