Resumen Técnico: El Algoritmo Geno-Sintético

1. Enunciado del Problema

Los problemas de optimización del mundo real a menudo involucran objetos de diseño heterogéneos que no pueden representarse naturalmente como vectores homogéneos de valores reales. En cambio, estos problemas comprenden parámetros compuestos como enteros (por ejemplo, períodos de retroceso), números reales (por ejemplo, umbrales), interruptores booleanos, selecciones categóricas, descriptores de valores complejos y representaciones en espacios de incrustación.

Los algoritmos evolutivos estándar abordan esto típicamente "aplanando" estos componentes heterogéneos en un solo cromosoma. Este enfoque depende de operadores de variación genéricos, redondeo, mecanismos de reparación o corrección de restricciones a posteriori. El artículo argumenta que este aplanamiento sacrifica la fidelidad representacional:

• Trata topologías distintas (por ejemplo, enteros discretos frente a reales continuos) como coordenadas intercambiables.
• Aplica semánticas de mutación inadecuadas para tipos de datos específicos (por ejemplo, añadir ruido gaussiano a un interruptor booleano).
• No respeta la estructura algebraica de los descriptores de valores complejos ni las variedades semánticas de los vectores de incrustación.
• A menudo resulta en mutaciones inválidas, búsqueda ineficiente y convergencia frágil.

2. Metodología: El Algoritmo Geno-Sintético (GSA)

El Algoritmo Geno-Sintético (GSA) se introduce como un marco de optimización coevolutiva factorizado por tipos. En lugar de evolucionar un único cromosoma aplanado, el GSA particiona el genotipo en familias génicas homogéneas o semánticamente coherentes basadas en su tipo representacional.

Arquitectura Central

1. Espacio de Búsqueda de Producto Tipado: El espacio de búsqueda se define como un producto de subespacios tipados ($\mathcal{G} = \mathcal{G}_1 \times \dots \times \mathcal{G}_K$), donde cada $\mathcal{G}_k$ corresponde a un tipo de dato específico (por ejemplo, $\mathbb{Z}^d$, $\mathbb{R}^d$, $\mathbb{B}^d$, $\mathbb{C}^d$, o espacios de incrustación $\mathcal{E}^d$).
2. Evolución de Subpoblaciones Paralelas: Cada familia génica evoluciona dentro de su propia subpoblación utilizando operadores evolutivos nativos del tipo.
   • Valores reales: Evolución diferencial, mutación gaussiana o adaptación de covarianza.
   • Enteros: Mutación de enteros acotada o cruce que preserva el orden.
   • Booleanos: Mutación de inversión de bits o recombinación de máscaras.
   • Complejos: Mutación separada de magnitud y fase.
   • Incrustaciones: Perturbación consciente de la variedad o mutación que preserva el coseno.
3. Ensamblaje del Fenotipo: Un operador de ensamblaje central ($\mathcal{A}$) combina sintéticamente los subgenomas evolucionados en un fenotipo completo y ejecutable. Esto no es un paso de decodificación pasivo, sino una función de síntesis activa que hace cumplir restricciones entre tipos, activa/desactiva genes basándose en interruptores booleanos e instancia el sistema final (por ejemplo, una estrategia de negociación o un prompt de LLM).
4. Evaluación Conjunta de Aptitud: El fenotipo ensamblado se evalúa contra la función objetivo real.
5. Asignación de Crédito: La retroalimentación de aptitud se propaga de vuelta a las subpoblaciones componentes. El artículo evalúa tres esquemas:
   • Paquete Directo: Asigna la aptitud completa del fenotipo a todos los subgenomas participantes.
   • Contexto de Élite: Evalúa un subgenoma contra representantes de élite de otras poblaciones.
   • Contexto de Conjunto: Evalúa un subgenoma contra múltiples contextos muestreados de otras poblaciones.

Programación

El GSA soporta tanto la evolución síncrona (todas las familias evolucionan por generación) como la evolución asíncrona (las familias evolucionan en relojes independientes), siendo esta última ventajosa cuando las familias génicas tienen costos de evaluación heterogéneos.

3. Contribuciones Clave

1. Formalización del GSA: Un procedimiento de búsqueda en espacio de producto tipado con un operador de ensamblaje de fenotipo explícito, distinguiéndolo de la optimización estándar de variables mixtas.
2. Alcance Arquitectónico: El GSA es el único método demostrado para optimizar familias génicas que no pueden representarse como flotantes, específicamente descriptores de valores complejos y vectores de incrustación, donde las codificaciones aplanadas fallan determinísticamente.
3. Validación Empírica: Un estudio empírico reproducible que compara ocho variantes de GSA contra cinco líneas base (incluyendo DE Aplanado, EA Aplanado y Coevolución Cooperativa) a través de:
   • Seis benchmarks sintéticos (incluyendo problemas aditivos tipados, epistáticos, engañosos, ruidosos y de activación por gradiente).
   • La suite externa COCO BBOB-MixInt.
4. Insights de Ablación:
   • Operadores Nativos del Tipo: Esenciales para el rendimiento; reemplazarlos con mutación gaussiana genérica degrada significativamente los resultados.
   • Asignación de Crédito: El crédito de Contexto de Élite supera consistentemente al crédito de Contexto de Conjunto con presupuestos fijos, contradiciendo la intuición de que el promediado de conjuntos es siempre superior.
   • Estrategia de Ensamblaje: El ensamblaje de fenotipo activo (donde la lógica de ensamblaje filtra las entradas) es estadísticamente superior a la concatenación pasiva en benchmarks que requieren estructura condicional.
   • Programación Asíncrona: No es óptima con presupuestos de evaluación fijos para problemas de costo uniforme; reasigna recursos lejos de genes estructurales, obstaculizando la convergencia.

4. Resultados Empíricos

El artículo presenta una visión matizada del rendimiento del GSA, evitando afirmaciones de dominio universal:

• Alcance Arquitectónico (H1): En el benchmark "Typed-Mix Gradient", a medida que las familias génicas se expanden para incluir tipos complejos y de incrustación, todas las líneas base aplanadas colapsan. El GSA es el único método que continúa optimizando.
• Presupuestos Pequeños (5,000 evaluaciones): En problemas sintéticos suaves y multi-familiares, la Evolución Diferencial (DE) Aplanada sigue siendo la línea base más fuerte. El GSA incurre en una sobrecarga por iteración (debido a la evolución de subpoblaciones separadas y la asignación de crédito) que limita el número de generaciones alcanzables dentro de un presupuesto ajustado.
• Presupuestos Grandes (100,000 evaluaciones) en Suite Externa: En la suite COCO BBOB-MixInt, ocurre un cruce de rendimiento. A 100,000 evaluaciones, GSA_DIRECT se vuelve estadísticamente indistinguible de la DE Aplanada ($\hat{A}_{12} = 0.499, p = 0.61$), mientras que la EA Aplanada cae significativamente en rango. Esto sugiere que las ventajas de los operadores tipados del GSA se amortizan con el tiempo, permitiéndole igualar a la línea base más fuerte en benchmarks externos reconocidos.
• Casos de Familia Única/Booleanos: El GSA iguala o supera a líneas base fuertes en problemas solo booleanos (OneMax) y problemas de valores reales de familia única, demostrando que no degrada el rendimiento cuando la heterogeneidad está ausente.

5. Significado y Afirmaciones

El artículo posiciona al GSA no como un reemplazo para la Evolución Diferencial o los Algoritmos Genéticos, sino como una arquitectura especializada para optimización heterogénea.

• Afirmación Principal: El valor del GSA es el alcance arquitectónico. Permite la optimización de objetos de diseño que contienen familias génicas (complejos, incrustaciones) que las codificaciones aplanadas no pueden representar.
• Afirmación Secundaria: En problemas donde las codificaciones aplanadas son posibles, el GSA ofrece paridad con las líneas base más fuertes (DE Aplanada) en presupuestos grandes de evaluación (escala COCO) y superioridad sobre líneas base de estilo EA.
• Refinamiento de Expectativas: El artículo refuta explícitamente la idea de que el GSA domina en presupuestos pequeños o paisajes aditivos suaves donde la DE Aplanada es casi óptima. En cambio, afirma una degradación grácil en lugar de un fallo catastrófico en benchmarks donde la DE es fuerte, mientras proporciona el único camino viable para tipos génicos no aplanables.

El método se originó del desarrollo de WALLACE, un sistema de inversión basado en aprendizaje automático, pero los autores argumentan que su aplicabilidad se extiende a problemas modernos de aprendizaje de representaciones, incluyendo la optimización de prompts (mezclando texto, prompts suaves y reglas de enrutamiento) y espacios latentes híbridos en sistemas de modelos de lenguaje grandes.