.png){kind=icon}
返回
POAgent: A Multi-agent Controller Towards Adaptive Parameter Optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-3001-4_32.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
参数在确保系统预期行为或实现特定目标中起关键作用，这催生了无数的参数优化（PO）框架。鉴于其因内部预定义配置导致的对不同场景适应性弱的问题，本文提出了一种基于高效学习范式和多智能体强化学习的通用控制器POAgent，能够根据现场情况自适应地调整配置并引导PO过程取得更优结果。实验结果表明，将其整合到现有的SOTA PO框架中能够实现显著改进。
Keyword:
Parameter optimization
Adaptability
Machine learning
期刊
K
IF:
0
论文数:
25
被引数:
0
机构
引用论文
Optuna.png)
Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
PREAI
分享收藏分享收藏 没有更多内容
没有更多内容