该论文介绍了一种名为HC-LSBO的新型贝叶斯优化方法，利用可变自编码器学习可行决策的分布，实现原始决策空间与较低维潜在空间的双向映射。该方法可以捕捉公共政策制定中固有的隐藏约束的微妙差别，允许在潜在空间进行优化，同时在原始空间中评估目标。在数字实验中，该方法在性能和效率方面均有显著改进。