Buchumschlag

MetaBox-v2: A Unified Benchmark Platform for Meta-Black-Box Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Zeyuan, Gong, Yue-Jiao, Guo, Hongshu, Qiu, Wenjie, Ma, Sijie, Lian, Hongqiao, Zhan, Jiajun, Chen, Kaixu, Wang, Chen, Huang, Zhiyang, Huang, Zechuan, Peng, Guojun, Cheng, Ran, Ma, Yining
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

READY: Reward Discovery for Meta-Black-Box Optimization
von: Huang, Zechuan, et al.
Veröffentlicht: (2026)

Neural Exploratory Landscape Analysis for Meta-Black-Box-Optimization
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

Surrogate Learning in Meta-Black-Box Optimization: A Preliminary Study
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

Meta-Black-Box-Optimization through Offline Q-function Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

Detect and Act: Automated Dynamic Optimizer through Meta-Black-Box Optimization
von: Gao, Zijian, et al.
Veröffentlicht: (2026)

Toward Automated Algorithm Design: A Survey and Practical Guide to Meta-Black-Box-Optimization
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

Symbol: Generating Flexible Black-Box Optimizers through Symbolic Equation Learning
von: Chen, Jiacheng, et al.
Veröffentlicht: (2024)

DesignX: Human-Competitive Algorithm Designer for Black-Box Optimization
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

RLEMMO: Evolutionary Multimodal Optimization Assisted By Deep Reinforcement Learning
von: Lian, Hongqiao, et al.
Veröffentlicht: (2024)

Evolution of Benchmark: Black-Box Optimization Benchmark Design through Large Language Model
von: Wang, Chen, et al.
Veröffentlicht: (2026)

Reinforcement Learning-based Self-adaptive Differential Evolution through Automated Landscape Feature Learning
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

Accurate Peak Detection in Multimodal Optimization via Approximated Landscape Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

Instance Generation for Meta-Black-Box Optimization through Latent Space Reverse Engineering
von: Wang, Chen, et al.
Veröffentlicht: (2025)

COBRA++: Enhanced COBRA Optimizer with Augmented Surrogate Pool and Reinforced Surrogate Selection
von: Yu, Zipei, et al.
Veröffentlicht: (2026)

Auto-configuring Exploration-Exploitation Tradeoff in Evolutionary Computation via Deep Reinforcement Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

Reinforcement Learning-assisted Constraint Relaxation for Constrained Expensive Optimization
von: Zhu, Qianhao, et al.
Veröffentlicht: (2026)

A Novel Two-Phase Cooperative Co-evolution Framework for Large-Scale Global Optimization with Complex Overlapping
von: Qiu, Wenjie, et al.
Veröffentlicht: (2025)

LLaMoCo: Instruction Tuning of Large Language Models for Optimization Code Generation
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

ConfigX: Modular Configuration for Evolutionary Algorithms via Multitask Reinforcement Learning
von: Guo, Hongshu, et al.
Veröffentlicht: (2024)

Surrogate Ensemble in Expensive Multi-Objective Optimization via Deep Q-Learning
von: Wu, Yuxin, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Dynamic Algorithm Selection: A Proof-of-Principle Study on Differential Evolution
von: Guo, Hongshu, et al.
Veröffentlicht: (2024)

Advancing CMA-ES with Learning-Based Cooperative Coevolution for Scalable Optimization
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

Learning Where, What and How to Transfer: A Multi-Role Reinforcement Learning Approach for Evolutionary Multitasking
von: Zhan, Jiajun, et al.
Veröffentlicht: (2025)

Meta-Black-Box Optimization with Bi-Space Landscape Analysis and Dual-Control Mechanism for SAEA
von: Du, Yukun, et al.
Veröffentlicht: (2025)

PlatMetaX: An Integrated MATLAB platform for Meta-Black-Box Optimization
von: Yang, Xu, et al.
Veröffentlicht: (2025)

Discovering Quality-Diversity Algorithms via Meta-Black-Box Optimization
von: Faldor, Maxence, et al.
Veröffentlicht: (2025)

Meta-Black-Box Optimization Can Do Search Guidance for Expensive Constrained Multi-Objective Optimization
von: Du, Yukun, et al.
Veröffentlicht: (2026)

A Learning-Based Cooperative Coevolution Framework for Heterogeneous Large-Scale Global Optimization
von: Qiu, Wenjie, et al.
Veröffentlicht: (2026)

Meta-Black-Box Optimization with Ensemble Surrogate Modeling for Robustness-Accuracy Trade-off within SAEA
von: Jin, Xiao, et al.
Veröffentlicht: (2026)

OPAL: Operator-Programmed Algorithms for Landscape-Aware Black-Box Optimization
von: Lian, Junbo Jacob, et al.
Veröffentlicht: (2025)

MetaDE: Evolving Differential Evolution by Differential Evolution
von: Chen, Minyang, et al.
Veröffentlicht: (2025)

Offline Multi-Task Multi-Objective Data-Driven Evolutionary Algorithm with Language Surrogate Model and Implicit Q-Learning
von: Zhang, Xian-Rong, et al.
Veröffentlicht: (2025)

GeM-EA: A Generative and Meta-learning Enhanced Evolutionary Algorithm for Streaming Data-Driven Optimization
von: Wu, Yue, et al.
Veröffentlicht: (2026)

Illuminating the Black Box of Reservoir Computing
von: Metzner, Claus, et al.
Veröffentlicht: (2025)

Learning to Act and Cooperate for Distributed Black-Box Consensus Optimization
von: Qin, Zi-Bo, et al.
Veröffentlicht: (2026)

Generative Evolutionary Strategy For Black-Box Optimizations
von: Park, Changhwi
Veröffentlicht: (2022)

PyPop7: A Pure-Python Library for Population-Based Black-Box Optimization
von: Duan, Qiqi, et al.
Veröffentlicht: (2022)

A Comparative Visual Analytics Framework for Evaluating Evolutionary Processes in Multi-objective Optimization
von: Huang, Yansong, et al.
Veröffentlicht: (2023)

On the Structural (Dis)Agreement of Landscape Representations in Black-Box Optimization
von: Gjorgjieva, Sara, et al.
Veröffentlicht: (2026)

Learning Mixture-of-Experts for General-Purpose Black-Box Discrete Optimization
von: Liu, Shengcai, et al.
Veröffentlicht: (2024)