标签
本文提出了一种多目标贝叶斯优化方法，用于自动化强化学习中的权重选择以实现节能控制，并在物理Quanser Aero 2测试平台上展示了优于网格搜索的样本效率。
提出分区引导的距离显著性（PGDS），一种新颖的多目标优化XAI框架，利用几何直觉解释决策变量如何影响目标空间接近度，在10目标基准测试和一个物理信息工程问题上得到验证。
CRAFT 是一种帕累托前沿提示优化器，通过使用 NSGA-II 和预算感知验证，在准确率-成本权衡前沿上维持多样化的提示种群，从而联合优化准确率与 token 成本，同时避免加权求和方法所导致的"标量化坍塌"问题。