MetaDE y AutoPSO: la arquitectura de doble nivel de la evolución de métodos

Evolución de métodos(Meta-Evolution) eleva el «método que genera candidatos» al rango de objeto optimizado: el algoritmo ya no solo busca soluciones, sino que también mejora «cómo busca soluciones».MetaDE y AutoPSO son dos implementaciones representativas de esta idea y comparten el mismo esqueleto:arquitectura de doble nivel, interno y externo: el nivel externo busca en elespacio de algoritmos, mientras que el nivel interno resuelve con algoritmos candidatos latarea objetivo; el rendimiento del nivel interno se retransmite como señal de aptitud al nivel externo, impulsando la mejora continua del propio algoritmo y formando un ciclo cerrado.

Abstracción general de la arquitectura de doble nivel

• Nivel externo (búsqueda en el espacio de algoritmos): busca hiperparámetros, estrategias y combinaciones de componentes, es decir, la «definición del algoritmo». Su espacio de búsqueda no es el espacio de soluciones, sino el espacio de configuraciones y estructuras de algoritmos.
• Nivel interno (resolución de la tarea objetivo): utiliza el algoritmo candidato enviado por el nivel externo para resolver realmente la tarea y obtener un rendimiento medible, que sirve como base de evaluación de dicho algoritmo candidato.
• Circuito de señal: el rendimiento del nivel interno se agrega como aptitud y se retransmite al externo, que en función de ello descarta configuraciones deficientes y conserva y muta las de calidad. Una vez establecido el ciclo cerrado, la resolución y la mejora del modo de resolver ocurren simultáneamente.

MetaDE: delegar la configuración de DE a la evolución del nivel externo

MetaDE conserva la evolución diferencial como solucionador del nivel interno y delega la configuración propia de DE a la búsqueda del nivel externo: la elección de la estrategia de mutación, la tasa de cruce y el factor de escala dejan de ser constantes fijas y pasan a ser objetos evolutivos que se ajustan adaptativamente según el problema y la etapa de optimización. Responde a la pregunta «cómo debe configurarse este conjunto en la etapa actual de la tarea», y pertenece a la evolución de métodos en la capa de configuración.

AutoPSO: de modificar parámetros a modificar la estructura del algoritmo

AutoPSO considera los parámetros centrales y los mecanismos de aprendizaje de PSO comocomponentes combinables: las distintas combinaciones de peso de inercia, factores de aprendizaje y mecanismos de aprendizaje individual y colectivo son buscadas y combinadas automáticamente por el nivel externo para producir variantes de PSO adaptadas a distintos problemas. En comparación con solo ajustar parámetros, transforma «elegir algoritmo» en «buscar estructura de algoritmo», logrando el salto de la adaptación de parámetros a la autogeneración de mecanismos. Ambos se complementan: MetaDE se orienta al ajuste automático en la capa de configuración e hiperparámetros, y AutoPSO a la combinación automática en la capa de estructura y componentes, cubriendo en conjunto el rango evolutivo desde la adaptación de parámetros hasta la autogeneración de mecanismos.

Estructura de costos y dependencias de ingeniería

El costo clave de la optimización de doble nivel radica en el efecto multiplicador: cada evaluación de un algoritmo candidato en el nivel externo suele requerir varias ejecuciones internas (evaluaciones repetidas por aleatoriedad, validación conjunta multitarea, etc.), lo que amplifica notablemente el presupuesto de cómputo. Por ello es imprescindible recurrir aasignación de presupuesto,evaluación aproximada,parada tempranaoparalelizacióny otras compensaciones. En el plano de la ingeniería, una ejecución eficiente depende del paralelismo tensorizado, la planificación del Runtime y la composibilidad de los algoritmos; de lo contrario, la escala de la búsqueda externa se verá lastrada por las evaluaciones internas repetidas.