研究者提出ACCESS机会约束优化采样框架

研究者提出名为 ACCESS（Adaptive Chance-Constrained Exploration via Structured Sampling）的机会约束随机规划框架，将优化与可行性评估解耦：先用大量单场景子问题生成候选解，再用 GPU 并行的大规模批量仿真单独评估可行性，从而把搜索空间从高维解空间降到由控制保守度与场景多样性构成的二维参数空间。该框架由 Justin Dumouchelle 等作者提出，相关论文发布于 arXiv cs.LG。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。