热点事件持续更新
DRL-DCO：用深度强化学习动态协调DE与CMA-ES
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv Neural and Evolutionary Computing 栏目发布一手研究，提出 DRL-DCO 算法。该算法用基于 DDPG 的 actor-critic 智能体，将 Differential Evolution（差分进化）与 CMA-ES 作为统一系统动态协调，并联合调控种群规模、精英保留与重启机制。目前公开信息仅涉及该算法框架与调控对象，未披露实验数据、对比基线或代码开源情况。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
研究提出DRL-DCO，用DDPG智能体统一协调DE与CMA-ES并调控种群规模、精英保留与重启。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Neural and Evolutionary ComputingDRL-DCO：用深度强化学习动态协调 DE 与 CMA-ES 的进化搜索
研究提出 DRL-DCO 算法，用基于 DDPG 的 actor-critic 智能体将 Differential Evolution 与 CMA-ES 作为统一系统动态协调，并联合调控种群规模、精英保留与重启机制。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。