该文汇总了多篇贝叶斯优化研究，涵盖：PBO框架，通过伯努利-高斯过程建模两两比较的赢家概率，以极少比较寻找最大值；随机延迟反馈下的算法及子线性遗憾保证；无需核心参数先验即可收敛的无后悔算法；以及多目标优化中的偏好模型估计、拟贝叶斯优化量化不确定性、期望改进转化为二分类、基于置信上界与汤普森抽样、密度比估计、约束多目标PAC-MOO和深度强化学习调参等方法。