Evolutionary Strategy (CMA-ES) — Adaptasi Matriks Kovarian

CMA-ES, singkatan daripada Covariance Matrix Adaptation Evolution Strategy, ialah pengoptimum moden tanpa terbitan untuk fungsi kotak hitam berterusan yang diperkenalkan oleh Hansen dan Ostermeier pada tahun 2001. Ia mengekalkan populasi penyelesaian calon yang diambil daripada taburan normal multivariat dan secara berulang mengemas kini min, saiz langkah, dan matriks kofarians penuh taburan untuk mengarahkan carian ke arah kawasan ruang parameter yang lebih baik. Ia telah menjadi piawaian de-facto untuk pengoptimuman kotak hitam berterusan dan digunakan secara meluas dalam carian seni bina neural dan pengoptimuman dasar pembelajaran pengukuhan.