论文提出了一种改进的CMA-ES算法，通过自适应学习率提升黑箱优化问题的性能。该方法动态调整学习率，实验显示在多种基准函数上优于标准CMA-ES。自适应学习率通过指数和乘法噪声机制实现，显著提高了收敛速度和解的质量。尽管超参数敏感性分析不足，但为进化优化算法提供了改进方向。