人机协作旨在利用人类和人工智能的互补优势。我们提出了一种贝叶斯优化中人机协作的新方法,其中最优值主要由贝叶斯优化算法在复杂计算之后追求,同时偶尔会得到对底层物理现象有更深入了解的专家的帮助。我们希望专家对实验系统的相关结构有所了解,但不知道最优值的位置。专家通过更改当前建议或根据当前观察提供对搜索空间好坏区域的信念来提供反馈。我们提出的方法利用此类反馈来构建与专家模型一致的模型,然后将其用于优化。我们提供了理论基础,说明为什么这种方法可能比没有专家反馈的方法更有效。实证结果表明,我们的方法具有稳健性和优越性,并且效率有望提高。
主要关键词