Development of evolutionary computation techniques to realize human-out-of-the-loop

2023 Fiscal Year Final Research Report

• Project/Area Number: 19H04179
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: University of Tsukuba
• Principal Investigator: Akimoto Youhei 筑波大学, システム情報系, 准教授 (20709654)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: 進化計算 / マルチフィデリティ最適化 / ワーストケース最適化 / 制約付き最適化 / 深層生成モデル / 収束解析 / Human-out-of-the-loop

Outline of Final Research Achievements

To examine the question, “Can the optimization process be automated by delegating decision-making to optimization methods?”, we developed a framework for automated decision-making for items that problem designers face in dealing with simulation-based optimization and that are directly related to the optimization results. Specifically, we proposed an automatic simulation accuracy selection mechanism based on rank correlation coefficients, proposed an optimization method that guarantees worst-case performance, analyzed the behavior of evolution strategies using a surrogate function, considered termination conditions by analyzing the convergence rate of evolution strategies, automatically constructed design variables using deep generative models for constrained optimization, and developed an efficient and effective optimization method.

Free Research Field

ソフトコンピューティング

Academic Significance and Societal Importance of the Research Achievements

与えられた解に対する評価のみを返す評価器を通して最適化を実現するブラックボックス最適化技術は，これまで技術者のノウハウや試行錯誤に基づいていたパラメータ調整を人手を介さずに実現する基盤技術である．しかし，問題の定式化や与えられた解の目的関数値や制約違反量を計算する評価器の設計は問題設計者（人）の役割であり，最適化法の選択やパラメータの調整は最適化実施者（人）の役割であるため，システム全体の自動化を実現には至っていなかった．本研究の成果により，これまで最適化を繰り返しながら試行錯誤的に行われていた上述の意思決定への人の介入が不要となり，問題設計者の負担が大幅に削減されると期待される．