Resumo Técnico: O Algoritmo Geno-Sintético

1. Declaração do Problema

Problemas de otimização do mundo real frequentemente envolvem objetos de design heterogêneos que não podem ser naturalmente representados como vetores homogêneos de valores reais. Em vez disso, esses problemas compreendem parâmetros compostos, como inteiros (por exemplo, períodos de retroanálise), números reais (por exemplo, limiares), interruptores booleanos, seleções categóricas, descritores de valor complexo e representações em espaços de incorporação.

Algoritmos evolutivos padrão geralmente abordam isso "achatando" esses componentes heterogêneos em um único cromossomo. Essa abordagem depende de operadores de variação genéricos, arredondamento, mecanismos de reparo ou correção de restrições post-hoc. O artigo argumenta que esse achatamento sacrifica a fidelidade representacional:

• Trata topologias distintas (por exemplo, inteiros discretos versus reais contínuos) como coordenadas intercambiáveis.
• Aplica semânticas de mutação inadequadas para tipos de dados específicos (por exemplo, adicionar ruído gaussiano a um interruptor booleano).
• Falha em respeitar a estrutura algébrica de descritores de valor complexo ou as variedades semânticas de vetores de incorporação.
• Frequentemente resulta em mutações inválidas, busca ineficiente e convergência frágil.

2. Metodologia: O Algoritmo Geno-Sintético (GSA)

O Algoritmo Geno-Sintético (GSA) é introduzido como uma estrutura de otimização coevolutiva fatorada por tipo. Em vez de evoluir um único cromossomo achatado, o GSA particiona o genótipo em famílias gênicas homogêneas ou semanticamente coerentes com base em seu tipo representacional.

Arquitetura Central

1. Espaço de Busca de Produto Tipado: O espaço de busca é definido como um produto de subespaços tipados ($\mathcal{G} = \mathcal{G}_1 \times \dots \times \mathcal{G}_K$), onde cada $\mathcal{G}_k$ corresponde a um tipo de dado específico (por exemplo, $\mathbb{Z}^d$, $\mathbb{R}^d$, $\mathbb{B}^d$, $\mathbb{C}^d$, ou espaços de incorporação $\mathcal{E}^d$).
2. Evolução de Subpopulações Paralelas: Cada família gênica evolui dentro de sua própria subpopulação usando operadores evolutivos nativos do tipo.
   • Valores reais: Evolução diferencial, mutação gaussiana ou adaptação de covariância.
   • Inteiros: Mutação de inteiros limitados ou cruzamento que preserva a ordem.
   • Booleanos: Mutação de inversão de bit ou recombinação de máscara.
   • Complexos: Mutação separada de magnitude e fase.
   • Incorporações: Perturbação consciente da variedade ou mutação que preserva o cosseno.
3. Montagem do Fenótipo: Um operador de montagem central ($\mathcal{A}$) combina sinteticamente os subgenomas evoluídos em um fenótipo completo e executável. Isso não é uma etapa passiva de decodificação, mas uma função de síntese ativa que impõe restrições entre tipos, ativa/desativa genes com base em interruptores booleanos e instancia o sistema final (por exemplo, uma estratégia de negociação ou prompt de LLM).
4. Avaliação Conjunta de Aptidão: O fenótipo montado é avaliado contra a função objetivo verdadeira.
5. Atribuição de Crédito: O feedback de aptidão é propagado de volta para as subpopulações componentes. O artigo avalia três esquemas:
   • Pacote Direto: Atribui a aptidão completa do fenótipo a todos os subgenomas participantes.
   • Contexto de Elite: Avalia um subgenoma contra representantes de elite de outras populações.
   • Contexto de Conjunto: Avalia um subgenoma contra múltiplos contextos amostrados de outras populações.

Agendamento

O GSA suporta tanto a evolução síncrona (todas as famílias evoluem por geração) quanto a evolução assíncrona (famílias evoluem em relógios independentes), sendo esta última vantajosa quando as famílias gênicas têm custos de avaliação heterogêneos.

3. Contribuições Principais

1. Formalização do GSA: Um procedimento de busca em espaço de produto tipado com um operador de montagem de fenótipo explícito, distinguindo-o da otimização padrão de variáveis mistas.
2. Alcance Arquitetural: O GSA é o único método demonstrado para otimizar famílias gênicas que não podem ser representadas como floats, especificamente descritores de valor complexo e vetores de incorporação, onde codificações achatadas falham deterministicamente.
3. Validação Empírica: Um estudo empírico reproduzível comparando oito variantes do GSA contra cinco baselines (incluindo DE Achatado, EA Achatado e Coevolução Cooperativa) em:
   • Seis benchmarks sintéticos (incluindo problemas aditivos tipados, epistáticos, enganosos, ruidosos e de ativação de gradiente).
   • A suíte externa COCO BBOB-MixInt.
4. Insights de Ablação:
   • Operadores Nativos do Tipo: Essenciais para o desempenho; substituí-los por mutação gaussiana genérica degrada significativamente os resultados.
   • Atribuição de Crédito: O crédito de Contexto de Elite supera consistentemente o crédito de Contexto de Conjunto com orçamentos fixos, contradizendo a intuição de que a média de conjuntos é sempre superior.
   • Estratégia de Montagem: A montagem de fenótipo ativa (onde a lógica de montagem faz o gate das entradas) é estatisticamente superior à concatenação passiva em benchmarks que exigem estrutura condicional.
   • Agendamento Assíncrono: Não é ótimo com orçamentos de avaliação fixos para problemas de custo uniforme; ele realoca recursos para longe de genes estruturais, prejudicando a convergência.

4. Resultados Empíricos

O artigo apresenta uma visão matizada do desempenho do GSA, evitando alegações de domínio universal:

• Alcance Arquitetural (H1): No benchmark "Typed-Mix Gradient", à medida que as famílias gênicas se expandem para incluir tipos complexos e de incorporação, todas as baselines achatadas falham. O GSA é o único método que continua a otimizar.
• Orçamentos Pequenos (5.000 avaliações): Em problemas sintéticos suaves e multi-familiares, a Evolução Diferencial (DE) Achatada permanece a baseline mais forte. O GSA incorre em uma sobrecarga por iteração (devido à evolução de subpopulações separadas e atribuição de crédito) que limita o número de gerações alcançáveis dentro de um orçamento apertado.
• Orçamentos Grandes (100.000 avaliações) na Suíte Externa: Na suíte COCO BBOB-MixInt, ocorre um cruzamento de desempenho. Em 100.000 avaliações, o GSA_DIRECT torna-se estatisticamente indistinguível da DE Achatada ($\hat{A}_{12} = 0.499, p = 0.61$), enquanto a EA Achatada cai significativamente em classificação. Isso sugere que as vantagens do operador tipado do GSA se amortizam ao longo do tempo, permitindo que ele iguale a baseline mais forte em benchmarks externos reconhecidos.
• Casos de Família Única/Booleanos: O GSA iguala ou supera baselines fortes em problemas apenas booleanos (OneMax) e de valores reais de família única, demonstrando que não degrada o desempenho quando a heterogeneidade está ausente.

5. Significado e Alegações

O artigo posiciona o GSA não como um substituto para Evolução Diferencial ou Algoritmos Genéticos, mas como uma arquitetura especializada para otimização heterogênea.

• Alegação Primária: O valor do GSA é o alcance arquitetural. Ele permite a otimização de objetos de design contendo famílias gênicas (complexos, incorporações) que codificações achatadas não podem representar.
• Alegação Secundária: Em problemas onde codificações achatadas são possíveis, o GSA oferece paridade com as baselines mais fortes (DE Achatada) em orçamentos grandes de avaliação (escala COCO) e superioridade sobre baselines do estilo EA.
• Refinamento das Expectativas: O artigo refuta explicitamente a ideia de que o GSA domina em orçamentos pequenos ou paisagens aditivas suaves onde a DE Achatada é quase ótima. Em vez disso, ele alega degradação graciosa em vez de falha catastrófica em benchmarks onde a DE é forte, enquanto fornece o único caminho viável para tipos gênicos não achatáveis.

O método originou-se do desenvolvimento do WALLACE, um sistema de investimento baseado em aprendizado de máquina, mas os autores argumentam que sua aplicabilidade se estende a problemas modernos de aprendizado de representação, incluindo otimização de prompts (misturando texto, prompts suaves e regras de roteamento) e espaços latentes híbridos em sistemas de modelos de linguagem grandes.