WCC：学习型框架决定何时应用协同进化

Wenjie Qiu 等作者提交论文，提出学习型框架 WCC，用于在大规模全局优化（LSGO）中动态决定何时部署协同进化（CC）。该框架把这一决策建模为马尔可夫决策过程，通过自回归策略在 CC 与非分解算法（NDA）之间进行细粒度动态切换，并无需专家设定即可条件性分配计算预算。 作者称，WCC 在跨问题、优化视野和基线优化器上展现出强竞争力与泛化能力，以低预算实现“一次训练、重复使用”范式，显著降低 LSGO 成本。上述效果为论文作者的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。