概念协方差矩阵自适应进化策略
CMA-ES
一种基于进化策略的优化算法，通过自适应协方差矩阵引导搜索，适用于连续优化问题，以速度快著称但样本效率较低。
时间轴 (近 90 天)
10月27日
经典 ES（如 CMA-ES）维护一个搜索分布（通常是高斯分布），并根据适应度调整分布的均值与协方差。
待验证50%
10月22日
在速度-性能帕累托前沿上，现有贝叶斯优化方法因计算开销大而远离高速端，而CMA-ES等进化策略虽快但样本效率较低，导致前沿中间区域出现空白。
待验证50%
10月21日
进化搜索是一类受生物进化启发的黑盒优化算法，典型代表包括遗传算法（GA）、进化策略（ES）和CMA-ES。
待验证50%
9月9日
Optuna实现了TPE、CMA-ES和Grid Search等优化算法，并通过剪枝机制提前终止无希望的试验
待验证50%
9月8日
Optuna实现了TPE、CMA-ES和Grid Search等多种优化算法
待验证50%
9月1日
CMA-ES（协方差矩阵自适应进化策略）是一种无梯度优化算法，由 Nikolaus Hansen 在 2001 年提出
待验证50%
全部知识事实 (6)
待验证
经典 ES（如 CMA-ES）维护一个搜索分布（通常是高斯分布），并根据适应度调整分布的均值与协方差。
50%待验证在速度-性能帕累托前沿上，现有贝叶斯优化方法因计算开销大而远离高速端，而CMA-ES等进化策略虽快但样本效率较低，导致前沿中间区域出现空白。
50%待验证进化搜索是一类受生物进化启发的黑盒优化算法，典型代表包括遗传算法（GA）、进化策略（ES）和CMA-ES。
50%待验证Optuna实现了TPE、CMA-ES和Grid Search等优化算法，并通过剪枝机制提前终止无希望的试验
50%待验证Optuna实现了TPE、CMA-ES和Grid Search等多种优化算法
50%待验证CMA-ES（协方差矩阵自适应进化策略）是一种无梯度优化算法，由 Nikolaus Hansen 在 2001 年提出
50%