Acquisition Function（采集函数）

采集函数在贝叶斯优化中扮演关键角色，它基于代理模型（如高斯过程）的后验分布，量化每个候选点的潜在价值。常见采集函数包括：期望改进（EI）、置信上界（UCB）、改进概率（PI）和熵搜索。EI 平衡改进幅度和概率；UCB 通过置信区间权衡探索与利用。采集函数的选择影响优化效率和收敛速度。近年来，针对批量优化和并行评估的采集函数（如 q-EI）得到发展，广泛应用于自动化机器学习。