OptimizationStrategy#

Layer 3: Extend Components

saealib は、高コストな真の評価へ送る候補の選択を OptimizationStrategy に委譲します。 Strategyは、候補生成、予測、評価計画、Feedback、Population更新を一つのグラフとして記述します。

OptimizationStrategyの役割#

graph-native経路の拡張点は build_graph(provider) -> ComponentGraph です。 Optimizerはこのグラフを実行前にCompilerへ渡し、ExecutablePlanを作成します。

build_pipeline(provider) -> Pipeline はStage互換経路で、既存のPipeline DSLを利用するStrategyが提供できる互換性用の記述形式です。 この形式を使う場合も、構造化Pipelineへ入れるStageは stage_component(stage) で明示的に包みます。

step(ctx, provider) はStage互換経路に残る境界です。 新しいグラフネイティブコンポーネントは StateView を読み、StatePatch または NodeResult を返します。

クラス属性requires_surrogate: boolは、この戦略がSurrogateManagerを必要とするかを示します。 Optimizer.validate()がこの属性を見て、surrogate_managerが未設定のままrequires_surrogate=Trueの戦略を使おうとしていないかを確認します。

組み込みStrategy#

クラス

パラメータ

方式

DirectStrategy

なし

サロゲートを使わず、生成した候補を全件真に評価する

SteadyStateStrategy

なし

1ステップにつき1候補を生成し、非同期補充に対応する

IndividualBasedStrategy

evaluation_ratio: float = 0.1

全候補をサロゲートでスコアリングし、上位evaluation_ratioの割合だけ真に評価する

PreSelectionStrategy

n_candidates: int, n_select: int（共に必須）

n_candidates件を生成してスコアリングし、上位n_select件だけ真に評価する

GenerationBasedStrategy

gen_ctrl: int（必須）

gen_ctrl世代分をサロゲートのみで進め、その後1世代だけ真に評価する

IndividualBasedStrategyは個体の割合、PreSelectionStrategyは個体の件数で選抜する点が異なります。 GenerationBasedStrategyは個体単位ではなく世代単位でサロゲートと真の評価を切り替えます。 DirectStrategyはサロゲートを一切使わない比較対象で、requires_surrogate=Falseです。

定常状態実行では、DirectStrategyとAsyncEvaluationSchedulerを組み合わせます。スケジューラは利用可能なワーカースロットを埋め、ブロックせずにポーリングし、完了した更新をライフサイクル順にコミットします。

各Strategyのパイプライン構成#

クラス

パイプライン

DirectStrategy

世代数のカウント → 要求 → 真の評価 → アーカイブ更新 → 反映

IndividualBasedStrategy

CountGeneration → Ask → SurrogatePredictStage → AcquisitionStage → SortByScore → TrueEvaluation（比率指定）→ ArchiveUpdate → Tell

PreSelectionStrategy

CountGeneration → Ask（n_candidates）→ SurrogatePredictStage → AcquisitionStage → TopKSelection（k=n_select）→ TrueEvaluation → ArchiveUpdate → Tell

GenerationBasedStrategy

SurrogateOnlyLoop(gen_ctrl回) → CountGeneration → Ask → TrueEvaluation → ArchiveUpdate → Tell

各Strategyの構成要素には、EvaluationPlan、非同期評価の送信と収集、Feedback、Tellが含まれます。Stageはその一部を担う互換性用の実行単位であり、構造化されたパイプライン全体と同じ実行契約ではありません。詳細はStageとFrameworkを参照してください。

どのStrategyを選ぶか#

評価コストが極めて高い問題では、サロゲートで大半の候補を足切りするIndividualBasedStrategyやPreSelectionStrategyが有効です。 サロゲートの信頼度がまだ低い探索初期や、サロゲートの学習コスト自体を頻繁に払いたくない場合は、複数世代をまとめてサロゲートのみで進めるGenerationBasedStrategyが適しています。 サロゲートの近似誤差そのものが許容できない、あるいは評価コストが十分低い問題では、DirectStrategyで真の評価だけに頼るのが妥当です。

実行時差し替えの挙動#

iterate() / run() のステップ境界で provider.algorithm や provider.surrogate_manager などの構成を変更すると、実行環境が変化を検出してplanを再コンパイルし、次世代から反映します。 この手順はStage互換経路とgraph-native経路のどちらでも利用できます。 Component側から再コンパイルを要求するときは、plan nodeが NodeResult.commands で RuntimeCommand / RequestRecompile を返します。 要求はRuntime環境が recompile() を提供する場合に受理され、再コンパイルはステップ間で行われます。受理されないことも正常な結果です。

独自Strategyの実装方法#

独自の候補選択方式を実装するときは、graph-nativeの経路とStage互換の経路を分けて選びます。

グラフネイティブ経路：build_graph()を実装してComponentGraphを返します。パイプラインDSLを使って段階的に移行する場合は、各Stageをstage_component()でラップしてからlower_pipeline()に渡します。

from saealib import OptimizationStrategy, Pipeline
from saealib.core import lower_pipeline
from saealib.stages import stage_component


class CustomStrategy(OptimizationStrategy):
    """Skeleton for building a Strategy ComponentGraph from the Pipeline DSL."""

    requires_surrogate = False

    def build_graph(self, provider):
        pipeline = Pipeline(
            steps=[
                stage_component(first_stage),
                stage_component(second_stage),
            ]
        )
        return lower_pipeline(pipeline)

first_stage と second_stage は、実際に組み合わせるStageインスタンスを表します。 この例はPipelineからComponentGraphを作る境界だけを示しており、評価計画やFeedbackの契約は各Stageの構成に応じて追加します。

既存のStrategyの一部だけを調整する場合は、新しいStrategyを作るよりも Pipeline.replace/find で互換性用パイプラインを変更する方が適しています。

関連コンポーネント#

参照#