本文介绍了自然进化策略（NES）算法，一种黑盒优化方法，通过维护参数化的分布来求解更高预期的适应度值。解决了收敛、稳健性、样本复杂度、计算复杂度和对超参数的敏感性等问题，并探讨了多种实现方式。实验结果显示，NES在全局优化和高维空间搜索方面表现良好。

本文介绍了一种名为自然进化策略（NES）的算法，它是一种比传统进化算法更为规范的黑盒优化方法。通过维护一个参数化的分布，使用自然梯度来更新分布的参数，以求解更高预期的适应度值。本文解决了关于收敛、稳健性、样本复杂度、计算复杂度和对超参数的敏感性等问题，并探讨了 NES 系列的多种实现。实验结果显示，NES 表现良好，达到了各种标准基准测试的最佳性能。