循环超参优化框架

无需先验知识

通过自博弈强化学习自动调优混合类型超参数，无需任何领域先验知识。

关佶红 · 吴飞 · 周水庚

Nature Communications 2026

参数信息

加速倍数

80 X

优化时间缩短倍数

13.4 fold

成本降低

73 %

技术优势

无需领域知识

策略智能体从零开始自动学习调参策略，不再需要人工设定先验或专家干预。

加速策略学习

针对大规模数据集上的严重奖励延迟，引入基于数据子集的奖励近似机制，使策略学习加速高达80倍。

匹配专家水平

在8个深度学习任务和32个基准上，Rocket使目标模型从零开始取得与专家调优相当的最先进性能。

应用场景

• 深度学习模型开发：自动调优模型超参数，省去人工试错，加速模型迭代。
• AI模型训练：从零开始训练即可达到专家级性能，降低高端训练门槛。
• 自动化机器学习：覆盖混合类型超参数且无需先验，补齐AutoML关键环节。