ICML

Stochastic simultaneous optimistic optimization

随机同时乐观优化

Michal Valko, Alexandra Carpentier, Rémi Munos

机构 * INRIA Lille - Nord Europe, SequeL team（INRIA里尔-北欧，SequeL团队） ； Statistical Laboratory, CMS, Wilberforce Road, CB3 0WB, University of Cambridge, United Kingdom（剑桥大学统计实验室，CMS，威尔伯福斯路，CB3 0WB，英国） 纠错

AI总结 本文研究在噪声干扰下有限次评估中全局最大化函数的问题，提出无需半度量知识的StoSOO算法，通过乐观策略构建层次划分的置信区间来选择下一步采样点，证明其在有限时间内性能接近最优调优算法。

Comments Published in International Conference on Machine Learning (ICML 2013)

A General Representation-Based Approach to Multi-Source Domain Adaptation

多源领域适应的通用表示方法

Ignavier Ng, Yan Li, Zijian Li, Yujia Zheng, Guangyi Chen, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

AI总结 本文提出一种通用领域适应框架，通过学习紧凑的潜在表示来捕捉分布偏移，解决转移哪些表示的问题，并通过理论分析建立可识别性保证。

Comments ICML 2025

CombiMOTS: Combinatorial Multi-Objective Tree Search for Dual-Target Molecule Generation

CombiMOTS：基于双靶分子生成的组合多目标树搜索

Thibaud Southiratn, Bonil Koo, Yijingxiu Lu, Sun Kim

机构 * Department of Computer Science and Engineering, Seoul National University, Seoul, Republic of Korea（首尔国立大学计算机科学与工程系） ； Interdisciplinary Program in Bioinformatics, Seoul National University, Seoul, Republic of Korea（首尔国立大学生物信息学跨学科项目） ； AIGENDRUG Co., Ltd., Seoul, Republic of Korea（AIGENDRUG公司） ； Interdisciplinary Program in Artificial Intelligence, Seoul National University, Seoul, Republic of Korea（首尔国立大学人工智能跨学科项目） 纠错

AI总结 本文提出CombiMOTS，一种基于多目标树搜索的框架，用于生成双靶分子，通过向量优化约束平衡靶点亲和力与物理化学性质，实验表明其能生成高评分、多样化的双靶分子。

Comments Accepted as a poster at ICML 2025 (Main Track)

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:56650-56691, 2025

K-Score: Kalman Filter as a Principled Alternative to Reward Normalization in Reinforcement Learning

K-Score：卡尔曼滤波作为强化学习中奖励归一化的原理性替代方案

Zixuan Xia, Quanxi Li

机构 * University of Bern, Bern, Switzerland（伯恩大学） 纠错

AI总结 本文提出一种简单有效的奖励归一化替代方法，通过整合一维卡尔曼滤波进行在线奖励估计，递归估计潜在奖励均值，降低高方差回报并适应非平稳环境，实验表明其加速收敛并减少训练方差。

Comments Accepted in NewInML Workshop, The 42nd International Conference on Machine Learning (ICML 2025).\href{https://icml.cc/virtual/2025/affinity-event/39980}{Event Page}

Bayesian Optimistic Optimisation with Exponentially Decaying Regret

基于指数衰减遗憾的贝叶斯乐观优化

Hung Tran-The, Sunil Gupta, Santu Rana, Svetha Venkatesh

机构 * Applied Artificial Intelligence Institute, Deakin University, Geelong, Australia（应用人工智能研究所，德金大学，澳大利亚格里尔镇） 纠错

AI总结 本文提出BOO算法，在无噪声环境下通过结合贝叶斯优化与基于树的乐观优化方法，实现指数级遗憾界O(N^{-√N})。

Comments To appear at ICML 2021 (21 pages)

Journal ref PMLR 139:10390-10400, 2021