ScholarGate
Assistent
Process / pipeline

Evolusjonsstrategi (CMA-ES) — Kovariansmatriseadaptasjon

CMA-ES, forkortelse for Covariance Matrix Adaptation Evolution Strategy, er en moderne derivatfri optimeringsmetode for kontinuerlige svartboksfunksjoner introdusert av Hansen og Ostermeier i 2001. Den vedlikeholder en populasjon av kandidatløsninger trukket fra en multivariat normalfordeling og oppdaterer iterativt fordelingens gjennomsnitt, steglengde og fulle kovariansmatrise for å styre søket mot bedre regioner i parameterrommet. Den har blitt de facto-standarden for kontinuerlig svartboksoptimering og brukes mye i søk etter nevrale arkitekturer og policyoptimalisering innen forsterkningslæring.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Hansen, N. & Ostermeier, A. (2001). Completely Derandomized Self-Adaptation in Evolutionary Strategies. Evolutionary Computation, 9(2), 159-195. DOI: 10.1162/106365601750190398
  2. Hansen, N. (2016). The CMA Evolution Strategy: A Tutorial. arXiv:1604.00772. link

Slik siterer du denne siden

ScholarGate. (2026, June 1). Covariance Matrix Adaptation Evolution Strategy (CMA-ES). ScholarGate. https://scholargate.app/no/optimization/evolutionary-strategy

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referert av

ScholarGateEvolutionary Strategy (Covariance Matrix Adaptation Evolution Strategy (CMA-ES)). Hentet 2026-06-15 fra https://scholargate.app/no/optimization/evolutionary-strategy · Datasett: https://doi.org/10.5281/zenodo.20539026