最適化を学ぶ

アルゴリズム設計は非常に手間がかかるプロセスであり、多くのアイデア出しと検証の反復を必要とします。本論文では、アルゴリズム設計の自動化を探求し、最適化アルゴリズムを学習する手法を提示します。これは、より良いアルゴリズムを自動的に発見できる最初の手法であると考えています。この問題に対して強化学習の観点からアプローチし、特定の最適化アルゴリズムを方針として表現します。ガイデッドポリシーサーチを用いて最適化アルゴリズムを学習し、その結果得られたアルゴリズムが収束速度や最終目標値の点で既存の手動で設計されたアルゴリズムを上回ることを示します。