Advancing Tabu and Restart in Local Search for Maximum Weight Cliques
Guilin University of Electronic Technology（桂林电子科技大学）；Jinan University（暨南大学）；Griffith University（格里菲斯大学）；Temple University（天普大学）；Sun Yat-sen University（中山大学）
禁忌和重启是局部搜索的两种基本策略。本文通过引入新的禁忌策略和重启策略，改进了求解最大权团（MWC）问题的局部搜索算法。提出的禁忌和重启策略都是基于局部搜索场景的概念，其中不仅涉及候选解，还涉及禁忌状态和解锁关系。与配置检查策略相比，我们的禁忌机制不鼓励形成解锁操作的循环。我们的新的重新启动策略是基于本地搜索场景的重新出现，而不是候选解决方案。实验结果表明，所得的MWC求解器优于几个国家的最先进的求解器上的DIMACS，BHOSLIB，和两个基准从实际应用。
2018-04-22 cs.AI
Greedy Restart Schedules: A Baseline for Dynamic Algorithm Selection on Numerical Black-box Optimization Problems
TU Dresden（德累斯顿工业大学）；ScaDS.AI Dresden/Leipzig（德累斯顿/莱比锡人工智能服务中心）
针对数值黑箱优化中不同求解器适配不同问题的局限，提出贪心重启调度方法，迭代选择未解决训练问题分布上最优的算法生成问题独立调度，在BBOB测试平台验证其缩小单最佳与虚拟最佳求解器差距，为动态算法选择提供基准。
2025-04-15 cs.AI math.OC
A Dynamic Phase Selection Strategy for Satisfiability Solvers
Donghua University（东华大学）
相位选择是基于冲突驱动DPLL的SAT解算器的一个重要环节。本文提出了一种新的相位选择策略，其中每个文字的权重被定义为其隐含文字静态权重之和。在搜索过程中，每个文字的隐含文字是动态计算的。因此，它被称为动态相位选择策略。通常，动态计算权重是耗时的。因此，到目前为止，没有SAT求解器成功地应用动态相位选择。由于我们的策略的隐含文字符合搜索过程，通常的两个观察文字方案可以应用在这里。因此，我们的动态相位选择的成本非常低。为了改进在SAT 2011竞赛中获得应用类金奖的Glucose 2.0，我们使用动态相位选择策略构建了五个相位选择方案。在SAT 2011的应用实例中，通过动态相位选择改进的Glucose明显优于原始Glucose。我们还在Lingeling上进行了实验，使用动态相位选择策略，并建立了两个相位选择方案。实验结果表明，改进的Lingeling算法优于原Lingeling算法。
2012-08-08 cs.AI cs.LO
The Potential of Restarts for ProbSAT
Ulm University（乌尔姆大学）
这项工作分析了潜在的重新启动probSAT，一个相当成功的算法k-SAT，通过估计其运行时分布随机3-SAT的情况下，接近相变。我们估计从经验数据的最佳重启时间，达到1.39的潜在加速因子。从拟合的概率分布计算重新启动时间将该因子减小到最大值1.30。一个附带结果是，威布尔分布很好地近似了超过93%的使用实例的运行时分布。提出了一种机器学习流水线来计算固定截止策略的重启时间以利用这种潜力。管道的主要组成部分是一个随机森林，用于确定分布类型和一个神经网络的分布的参数。ProbSAT执行统计上显着优于卢比的重启策略和政策时，使用所提出的方法没有重新启动。这种结构在解决难题时特别有利。
2019-04-26 cs.AI cs.DS cs.LG
The impact of Entropy and Solution Density on selected SAT heuristics
Technion（以色列理工学院）
在最近的一篇文章[Oh'15]中，Oh检查了各种关键竞争力的影响（例如，删除策略，重启策略，衰减因子，数据库缩减）。他的主要发现是，他们的预期成功取决于输入公式是否可满足。为了进一步研究这些发现，我们关注可满足公式的两个性质：公式的熵，它近似于我们在分配变量时的自由度，以及解密度，它是解的数量除以搜索空间。我们发现，这两个预测更好的效果，这些questistics，满足公式与小熵的“行为”类似于不可满足的公式。
2017-06-18 cs.AI cs.LO
CLewR: Curriculum Learning with Restarts for Machine Translation Preference Learning
Bitdefender；Department of Computer Science, University of Bucharest（布加勒斯特大学计算机科学系）
本文提出CLewR方法，通过课程学习与重置策略提升机器翻译性能，验证了在多种模型和优化技术中的有效性。
2026-04-17 cs.AI cs.CL cs.LG
Curious Explorer: a provable exploration strategy in Policy Learning
University of Pisa（比萨大学）；University of Chieti-Pescara（基耶蒂-佩斯卡拉大学）
使用策略梯度方法，访问探索重启分布（所谓的宽覆盖假设）是至关重要的。这是因为，虽然目标函数对不太可能的状态的更新不敏感，但代理可能仍然需要在这些状态中进行改进，以达到接近最佳的回报。为此，在分析实际策略梯度方法的理论性质时，以某种形式使用宽覆盖。然而，这种假设在某些环境中可能是不可行的，例如当学习是在线的，或者只有从固定的初始状态重新启动才可能。在这些情况下，经典的策略梯度算法可能具有非常差的收敛特性和样本效率。在本文中，我们开发了好奇探索者，一种新颖而简单的迭代状态空间探索策略，可用于任何起始分布$ρ$。Curious Explorer从$ρ$开始，然后使用分配给访问不佳状态集的内在奖励生成一系列策略，每个策略都比前一个策略更具探索性，最后根据探索性策略的状态访问分布输出重启模型$μ$。好奇的探索者是可证明的，在这个意义上，我们提供了理论上的上限多久一个最佳的政策访问量不大的国家。当PAC优化器插入Curious Explorer时，这些界限可用于证明PAC收敛和样本效率结果。这允许实现全局收敛和样本效率结果，而无需对REINFORCE进行任何覆盖假设，并且可能用于任何其他策略梯度方法，从而确保PAC收敛具有广泛的覆盖。最后，我们将好奇探索者的输出插入到REINFORCE和TRPO中，并以经验证明它可以提高具有挑战性探索的MDP的性能。
2021-06-29 cs.AI cs.LG
Branching Strategy Selection Approach Based on Vivification Ratio
Université de Toulon（土伦大学）；CNRS（法国国家科学研究中心）；LIS（信息与系统实验室）
两种最有效的分支策略LRB和VSIDS在不同类型的实例上执行不同。一般来说，LRB在手工实例上更有效，而VSIDS在应用程序实例上更有效。然而，区分实例的类型是困难的。为了克服这个缺点，我们提出了一个分支策略选择方法的基础上的活率。该方法更多地使用了LRB分支策略来解决活化率很低的实例。我们测试了近年来SAT比赛的主要赛道的实例。结果表明，该方法是鲁棒的，它显着增加了解决的实例的数量。值得一提的是，在我们的方法的帮助下，求解器Maple\_CM可以为2020年SAT竞赛的基准求解超过16个实例。
2021-12-11 cs.AI
An Application of Reinforcement Learning to Dialogue Strategy Selection in a Spoken Dialogue System for Email
AT&T Shannon Laboratory（AT&T Shannon实验室）
本文描述了一种新的方法，通过该方法，口语对话系统可以学习选择一个最佳的对话策略，从它的经验与人类用户交互。该方法基于强化学习和口语对话系统的性能建模的组合。强化学习组件应用Q学习（Watkins，1989），而性能建模组件应用PARADISE评估框架（Walker等人，1997）来学习强化学习中使用的性能函数（奖励）。我们用一个名为ELVIS（EmaiL语音交互系统）的口语对话系统来说明该方法，该系统支持通过电话访问电子邮件。我们进行了一组实验，训练的最佳对话策略的语料库中的219个对话，人类用户通过电话与ELVIS互动。然后，我们测试的18个对话语料库的策略。我们表明，ELVIS可以学习优化其策略选择代理的主动性，阅读消息，并总结电子邮件文件夹。
2011-06-01 cs.AI
Strategy Selection in Influence Diagrams using Imprecise Probabilities
Rensselaer Polytechnic Institute（伦斯勒理工学院）
本文在信任网络算法的基础上，提出了一种新的求解影响图决策问题的算法。决策节点关联到不精确的概率分布和重新制定的介绍，发现全球最大的战略相对于预期的效用。我们使用有限内存影响图，它概括了大多数影响图建议并处理同时决策。除了全局最优方法，我们探索了一个随时近似的解决方案，保证最大误差，并表明不精确的概率处理在一个简单的方式。讨论了随机图的复杂性问题和实验以及基于效果的军事规划问题。
2012-06-13 cs.AI
Constrained Command-Conditioned Reinforcement Learning with Bandit Strategy Selection in Real-Time Strategy Games
NLR Royal Netherlands Aerospace Centre（荷兰皇家航空航天中心）；Data Science Center of Excellence（数据科学卓越中心）；Faculty of Military Sciences（军事科学学院）；Tilburg University（蒂尔堡大学）
该研究针对实时策略游戏，提出结合汤普森采样老虎机策略选择的约束指令条件PPO强化学习系统，在MicroRTS环境中，相比扁平PPO基线，对多数对手胜率显著更高。
2026-10-09 cs.AI
Flaw Selection Strategies for Partial-Order Planning
最近的几项研究比较了偏序因果链（POCL）规划的替代缺陷选择策略的相对效率。我们回顾了这些文献，并提出了新的实验结果，概括了早期的工作，并解释了其中的一些差异。特别是，我们描述了最小成本缺陷修复（LCFR）的策略，并分析了Joslin和Pollack（1994），并比较它与其他策略，包括Gerevini和Schubert（1996）的ZLIFO策略。LCFR和ZLIFO在减少POCL规划中搜索空间大小的最有效方法方面有很大的不同，而且显然是相互冲突的。我们解决这个冲突，认为Gerevini和Schubert归因于他们的ZLIFO策略的LIFO组件的大部分好处更好地归因于其他原因。我们表明，对于许多问题，一个策略，结合成本最低的缺陷选择与可分离的威胁的延迟将有效地减少搜索空间的大小，并会这样做，而不会有过多的计算开销。虽然这样的策略，从而提供了一个很好的默认值，我们也表明，某些领域的特点可能会降低其有效性。
1997-06-01 cs.AI
An Evaluation Dataset and Strategy for Building Robust Multi-turn Response Selection Model
Kakao Enterprise；SK Telecom（SK电信）
多回合反应选择模型最近在几个基准数据集中显示出与人类相当的性能。然而，在现实环境中，这些模型往往存在弱点，例如在没有全面了解上下文的情况下，严重基于表面模式做出错误的预测。例如，这些模型通常会给包含与上下文相关的几个关键字但使用不一致时态的错误响应候选人高分。在这项研究中，我们分析了开放域韩国多回合响应选择模型的弱点，并发布了一个对抗数据集来评估这些弱点。我们还提出了一个策略，在这种对抗性的环境中建立一个强大的模型。
2021-09-10 cs.AI cs.CL
Active Learning for Mention Detection: A Comparison of Sentence Selection Strategies
University of Maryland（马里兰大学）；IBM T.J. Watson Research Center（IBM托马斯·J·沃森研究中心）
我们提出并比较了各种句子选择策略的主动学习的任务，检测提到的实体。最佳策略采用在数据的不同视图上训练的两个统计分类器的置信度之和。我们的实验结果表明，与随机选择策略相比，该策略减少了超过50%的所需标记的训练数据，而达到相同的性能。当仅考虑命名提及时，效果甚至更显著：系统仅使用随机选择策略所需的训练数据的42%来实现相同的性能。
2009-11-10 cs.AI cs.CL
MetaPS: Adaptive Programmatic Strategy Selection for Market Agents
Fudan University（复旦大学）；TensorPacific
提出MetaPS框架，通过模拟市场回滚候选策略并生成监督微调数据，使智能体自适应选择程序化策略，在股票交易和商品交换实验中优于固定策略和直接决策方法。
2026-06-23 cs.AI cs.CE
A Novel Strategy Selection Method for Multi-Objective Clustering Algorithms Using Game Theory
Shiraz University（设拉子大学）
影响博弈论算法效率的最重要因素是时间和博弈复杂度。在这项研究中，我们提供了一个优雅的方法来处理高复杂性的博弈论多目标聚类方法在大规模的数据集。在这里，我们已经开发了一种方法，选择一个子集的战略，从战略配置文件为每个球员。在这种情况下，支付矩阵的大小显着减少，这对时间复杂度有显着的影响。因此，具有更多数据的实际问题是易于处理的，具有较少的计算复杂性。虽然策略集可能会随着数据点数量的增加而增长，但所提出的策略选择模型大大减少了策略空间，其中每个局部游戏中的集群被细分为几个子集群。显着的结果表明，所提出的方法在降低所关注的问题的计算复杂性的效率。
2012-08-15 cs.AI cs.GT
Soft Strategy Selection for Batch-Mode Active Learning
New York University（纽约大学）
针对主动学习中预先选择单一采集策略的难题，提出FractAL方法，在单批次内通过影响函数归因和在线镜像下降实现多策略软选择，在7种设置上均匹配或优于基线，为高通量实验提供可靠策略选择。
2026-10-06 cs.AI cs.LG
Enhancing Zero-shot Chain of Thought Prompting via Uncertainty-Guided Strategy Selection
Microsoft Corporation（微软公司）
针对零样本 CoT 提示中人工示例成本高、触发短语不可靠的问题，提出 ZEUS，利用不确定性估计选择有效示例，并在四个推理基准上持续优于现有策略。
2024-12-06 cs.AI cs.CL
Max-Utility Based Arm Selection Strategy For Sequential Query Recommendations
University of Glasgow（格拉斯哥大学）；University of West Attica（西阿提卡大学）
本文针对可数多臂老虎机中的顺序查询推荐问题，提出基于最大效用的臂选择策略以替代随机候选集选择，并通过真实在线文献发现服务日志验证其能显著降低累积遗憾。
2021-08-31 cs.AI cs.LG stat.ML
Feature selection intelligent algorithm with mutual information and steepest ascent strategy
LRIT, Faculty of Sciences, Mohamed V - Agdal University（穆罕默德五世-阿格达勒大学理学院LRIT）；LRGE, ENSET, Mohamed V - Souissi University（穆罕默德五世-苏伊西大学ENSET的LRGE）
遥感是一种为数据采掘应用提供知识的高级技术。原则上，高光谱图像是一种遥感工具，可提供精确的区域分类。HSI包含超过一百张地面实况（GT）地图的图像。有些图像携带了相关信息，但另一些图像描述了冗余信息，或者它们受到大气噪声的影响。目的是降低HSI的维数。许多研究使用互信息（MI）或MI的归一化形式来选择适当的频带。在本文中，我们设计了一个算法的基础上，也MI，我们结合MI和最速上升算法，以改进的对称不确定性系数为基础的策略来选择相关波段的分类HSI。该算法是一种特征选择工具和包装策略。我们对HSI AVIRIS 92 AV 3C进行了研究。这是一个控制冗余的人工智能系统;我们必须明确结果算法和人类决策的差异，这可以被视为人类决策可能与智能算法不同的案例研究。高光谱图像、分类、特征选择、互信息、Redundance、最陡上升。人工智能
2022-10-21 cs.AI cs.CV
Revisiting Intermediate-Layer Matching in Knowledge Distillation: Layer-Selection Strategy Doesn't Matter (Much)
Dept. Computing Science & Alberta Machine Intelligence Institute (Amii), University of Alberta（计算科学系及阿尔伯塔人工智能研究所（Amii），阿尔伯塔大学）；Canada CIFAR AI Chair, Amii（加拿大CIFAR人工智能主席，Amii）
本研究重新审视知识蒸馏中的中间层匹配策略，发现层选择策略对结果影响有限，普通前向匹配在多数情况下表现良好。
2025-12-10 cs.AI cs.CL cs.LG
Equitable System-Prompt Selection via Constrained Mixed-Strategy GroupDRO
针对LLM不同表述问题的答案质量不均问题，提出约束混合策略GroupDRO框架选择系统提示，在双语医疗和消费金融基准上使LLM的最差损失平均降低13.7%。
2026-08-06 cs.AI cs.CE cs.CL
A new selection strategy for selective cluster ensemble based on Diversity and Independency
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；University of Tabriz（大不里士大学）；Iran University of Science and Technology（伊朗科技大学）
提出了一种基于独立性和多样性度量的聚类集成选择策略。近年来，多样性和质量，这两个指标的评价过程中，已被用来选择基本聚类结果的聚类集成选择。质量虽然可以改善聚类集成的最终结果，但它不能控制基本结果的生成过程，这导致对生成的基本结果的准确性的预测存在差距。代替质量，本文引入独立性作为与多样性结合使用的补充方法。因此，本文采用一种启发式度量，这是基于软件测试中的代码转换为图的过程，以计算两个基本的聚类算法的独立性。此外，一种新的建模语言，我们称之为“聚类算法独立语言”（CAIL），介绍了为了生成图，描绘算法的独立性。此外，均匀性，这是一个新的相似性度量，已被引入到评估的基本结果的多样性。在不同标准数据集上的实验结果表明，与其他聚类集成方法相比，该框架显著提高了最终结果的准确性。
2016-10-09 cs.AI cs.LG stat.ML
Bandit-Based Prompt Design Strategy Selection Improves Prompt Optimizers
Yokohama National University（横滨国立大学）
本文提出OPTS方法，通过显式选择提示设计策略提升EvoPrompt性能，采用Thompson采样机制在BIG-Bench Hard上验证效果，实现最优结果。
2025-07-11 cs.AI cs.CL cs.HC
