BCMA-ES : Une approche bayésienne de CMA-ES.

Résumé Cet article présente une nouvelle approche théoriquement solide pour le célèbre algorithme CMA-ES. En supposant que les paramètres de la distribution normale multivariée pour le minimum suivent une distribution antérieure conjuguée, nous dérivons leur mise à jour optimale à chaque étape de l'itération. Non seulement ce cadre bayésien fournit une justification pour la mise à jour de l'algorithme CMA-ES, mais il donne également deux nouvelles versions de CMA-ES en supposant des prieurs normaux-Wishart ou normaux-Inverse Wishart, selon que nous paramétrons la vraisemblance par sa matrice de covariance ou de précision. Nous soutenons nos résultats théoriques par des expériences numériques qui montrent une convergence rapide de ces versions modifiées de CMA-ES.