学出更好的优化算法
相比标准进化策略，正动量自然进化策略能更快地收敛，并在多个学习优化任务中寻得比人工设计更优的策略。
Zhang, Haotian · Du, You-Tian · Difei, Mei · 管晓宏 · 鄢超波
Expert Systems with Applications 2027
只保留函数值超过基线的样本进行更新，提升更新效率，实验表明在三个L2O任务上均比NES收敛更快。
在无限样本下建立单调改进性质，并在有限样本下推导出改进界，为算法性能提供理论支撑。
在DE和PLS上学习到的策略优于人工设计的策略，避免手工调参的繁琐和局限。