本文介绍了贝叶斯优化的原理及其高级技术，包括高斯过程回归、采集函数和迁移学习。研究提出了多种新算法和框架，如无后悔算法和结合局部优化的解决方案，旨在提高高维和复杂问题的优化效率和性能。

本文综述多保真贝叶斯优化（MFBO）研究，涵盖高斯过程代理模型与采集函数，及其在约束、高维、不确定性和多目标优化中的应用。相关进展包括物理感知方法、噪声建模、多目标MF-OSEMO、反向设计协同、知识梯度超参调优、MF-MES和多保真零阶优化。