本研究提出了一种每次调用都至关重要（ECP）算法，旨在优化昂贵的非凸黑箱Lipschitz连续函数。ECP显著减少了功能评估次数，确保在无限评估预算下无遗憾表现，并在有限预算下达到最小最大遗憾界限。ECP在多个基准算法中超越了10种算法，展示了其在全球优化中的竞争力。

本文探讨了通过变分自编码器（VAE）改进的潜在空间贝叶斯优化（LSBO），提出了关键实现修正，并展示了结构化潜在流形对优化性能的提升。此外，首次将顺序领域缩减（SDR）应用于LSBO，以提高全球优化效率。