ScholarGate
Асистент
Process / pipeline

Еволюційна стратегія (CMA-ES) — Адаптація коваріаційної матриці

CMA-ES, скорочення від Covariance Matrix Adaptation Evolution Strategy, є сучасним оптимізатором без похідних для неперервних функцій чорної скриньки, представленим Хансеном та Остермайєром у 2001 році. Він підтримує популяцію кандидатних розв'язків, вибраних із багатовимірного нормального розподілу, та ітеративно оновлює середнє значення розподілу, розмір кроку та повну коваріаційну матрицю, щоб спрямувати пошук до кращих областей простору параметрів. Він став де-факто стандартом для неперервної оптимізації чорної скриньки і широко використовується в пошуку архітектури нейронних мереж та оптимізації політик навчання з підкріпленням.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

Джерела

  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

Як цитувати цю сторінку

ScholarGate. (2026, June 1). Covariance Matrix Adaptation Evolution Strategy (CMA-ES). ScholarGate. https://scholargate.app/uk/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

Згадується в

ScholarGateEvolutionary Strategy (Covariance Matrix Adaptation Evolution Strategy (CMA-ES)). Отримано 2026-06-15 з https://scholargate.app/uk/optimization/evolutionary-strategy · Набір даних: https://doi.org/10.5281/zenodo.20539026