Resumo Técnico: Otimização Multi-Objetivo Amortizada entre Tarefas com Modelagem Generativa de Soluções

1. Formulação do Problema

Aplicações do mundo real frequentemente exigem a resolução de famílias de Problemas de Otimização Multi-Objetivo Caros (EMOPs) sob condições operacionais variadas. Estes são formulados como Problemas Paramétricos de Otimização Multi-Objetivo Caros (P-EMOPs), onde um parâmetro de tarefa contínuo $\theta \in \Theta$ define uma instância distinta de otimização $F(x, \theta)$.

O desafio central abordado é que o espaço de parâmetros de tarefa contínuo contém infinitos problemas distintos. Métodos tradicionais de Otimização Bayesiana Multi-Objetivo (MOBO), que buscam conjuntos finitos de soluções ótimas de Pareto para cada tarefa individualmente, tornam-se computacionalmente inviáveis quando aplicados repetidamente neste espaço infinito devido ao alto custo das avaliações da função objetivo. O objetivo é amortizar o esforço de otimização através do espaço contínuo de preferências de tarefa, permitindo a previsão direta de soluções otimizadas para tarefas não vistas sem reavaliação.

2. Metodologia

O artigo propõe um Otimizador Bayesiano Multi-Objetivo Multi-Tarefa Paramétrico (PMT-MOBO) que aprende um modelo generativo inverso $M(\theta, \lambda)$ mapeando parâmetros de tarefa $\theta$ e vetores de preferência $\lambda$ diretamente para soluções otimizadas. O framework opera através de um loop de otimização alternada composto por duas fases complementares:

A. Modelagem de Substituição Consciente de Tarefa (PMT-MOBO)

O método estende a MOBO padrão incorporando Processos Gaussianos (GPs) conscientes de tarefa. Diferentemente de GPs de tarefa única, estes modelos aceitam a entrada conjunta da variável de decisão $x$ e do parâmetro de tarefa $\theta$.

• Mecanismo: Para uma instância de tarefa dada $\theta_k$, a $m$-ésima objetivo é modelada como $f_m(\cdot, \theta_k) \sim \mathcal{GP}_m(\tilde{\mu}_m, \tilde{\kappa}_m)$.
• Aquisição: A função de aquisição é escalonada usando um vetor de preferência $\lambda$ e otimizada para selecionar o próximo ponto de avaliação. Ao condicionar em $\theta$, o modelo aproveita explicitamente correlações entre tarefas (sinergias) para guiar a busca.

B. Amostragem Condicional Generativa de Soluções

Para complementar a busca orientada por aquisição e evitar que o amostrador fique preso em regiões de baixa qualidade, o framework emprega um modelo generativo condicional (iniciado como um Autoencoder Variacional (VAE) ou um Modelo Probabilístico de Difusão com Remoção de Ruído (DDPM)).

• Treinamento: O modelo aprende a distribuição de soluções "de elite" condicionada ao parâmetro de tarefa $\theta$ e à preferência $\lambda$, denotada como $p_\phi(x | \lambda, \theta)$.
• Amostragem: Na fase generativa, um conjunto de soluções candidatas é amostrado desta distribuição. Estes candidatos são então pontuados usando a função de aquisição consciente de tarefa, e o melhor candidato é selecionado para avaliação.

C. Loop de Otimização Alternada

O framework alterna entre Busca Orientada por Aquisição (otimizando diretamente a função de aquisição consciente de tarefa) e Amostragem Generativa de Soluções (amostrando da distribuição de elite aprendida e selecionando o melhor). Este loop atualiza os GPs conscientes de tarefa após cada avaliação e retreina o modelo generativo periodicamente usando os dados de elite coletados.

3. Contribuições Teóricas

O artigo fornece uma justificativa teórica para a convergência acelerada do método proposto em comparação com baselines de tarefa única:

• Limites de Arrependimento: Usando a função de aquisição de Limite Inferior de Confiança (LCB), os autores derivam limites de Arrependimento Bayesiano.
• Ganho Máximo de Informação (MIG): O Teorema 2 demonstra que o kernel consciente de tarefa no PMT-MOBO reduz a covariância posterior para uma tarefa-alvo ao aproveitar observações de tarefas relacionadas. Esta redução leva a um Ganho Máximo de Informação estritamente menor ($\tilde{\gamma}_{T,k} \leq \gamma_{T,k}$) em comparação com MOBO de tarefa única (ST-MOBO).
• Convergência: Como o limite de arrependimento é monotonicamente crescente com o MIG, o MIG reduzido implica um limite superior mais apertado no Arrependimento Bayesiano, provando teoricamente uma convergência mais rápida para o PMT-MOBO.

4. Resultados Experimentais

O método foi avaliado em benchmarks sintéticos (DTLZ-1, DTLZ-2, DTLZ-3) e problemas do mundo real (Geração de Lâmpadas, Geração em Telhados Solares, Design de Peneira Magnética, Design de Controlador de UAV).

• Desempenho de Otimização: As variantes propostas, PMT-MOBO-VAE e PMT-MOBO-DDPM, superaram consistentemente métodos MOBO de tarefa única de última geração (ST-MOBO, qPAREGO, qEHVI) e baselines multi-tarefa (OC-MOBO, PPSL-MOBO) na maioria dos benchmarks. Especificamente, o PMT-MOBO-DDPM alcançou os melhores resultados em 6 dos 7 benchmarks.
• Generalização do Modelo Inverso: Os modelos inversos treinados foram testados em tarefas EMOP não vistas (tarefas com parâmetros não vistos durante o treinamento). Os modelos propostos demonstraram superioridade na generalização, alcançando indicadores de Hipervolume mais altos em comparação com baselines como PSL-MOBO e CDM-PSL.
• Estudos de Ablação: Experimentos confirmaram que nem a busca puramente por aquisição nem a amostragem puramente generativa são suficientes isoladamente. A estratégia alternada equilibra efetivamente a diversidade (via amostragem generativa) e a precisão (via busca por aquisição).
• Sensibilidade: O parâmetro de proporção de elite $Q$ (porcentagem das melhores soluções usadas para treinamento) foi encontrado como crítico; $Q=10\%$ forneceu o equilíbrio ótimo entre pressão seletiva e disponibilidade de dados.

5. Significado e Alegações

O artigo alega introduzir um novo paradigma para resolver famílias de P-EMOPs, deslocando-se da otimização de tarefas isoladas para a aprendizagem de mapeamentos de soluções generalizados.

• Amortização: A contribuição primária é a capacidade de "amortizar" o custo computacional de otimizações multi-objetivo repetidas em uma única passagem do modelo generativo inverso. Isso permite a previsão zero-shot de soluções para novas condições operacionais sem reavaliações caras.
• Sinergia Inter-Tarefa: O trabalho demonstra que modelar explicitamente relações inter-tarefa via GPs conscientes de tarefa e modelos generativos condicionais produz convergência e generalização significativamente melhores do que tratar tarefas isoladamente ou usar abordagens multi-tarefa padrão que não modelam a variedade contínua de preferências de tarefa.
• Aprendizado Distribucional: Diferentemente de abordagens determinísticas de hiper-rede (por exemplo, PPSL-MOBO) que assumem um mapeamento um-para-um, a abordagem generativa proposta modela o espaço de soluções como uma distribuição. Isso permite que o framework capture Frentes de Pareto complexas e multi-modais e lide com a incerteza inerente no mapeamento de preferências para soluções de forma mais robusta.

Os autores concluem que, embora os limites de arrependimento teóricos sejam estabelecidos para o componente GP consciente de tarefa, a integração da amostragem generativa atua como uma heurística para aprimorar ainda mais a eficiência da busca e a qualidade da solução, uma alegação apoiada por evidências empíricas em diversos domínios de engenharia e sintéticos.