비정규분포 진화전략의 마코프 체인 분석과 아키메데안 코퓰라 활용

초록

본 논문은 (1,λ)-ES에서 정규분포 대신 일반적인 연속 분포와 그 코퓰라 구조를 가정하고, 선형 목표함수와 선형 제약조건을 갖는 문제에 대해 일정한 스텝 사이즈를 유지할 때 마코프 체인 이론을 이용해 수렴·발산 조건을 제시한다. 특히 아키메데안 코퓰라를 이용한 비정규 스텝이 알고리즘의 에르고딕성에 미치는 영향을 분석한다.

상세 분석

이 연구는 기존의 (1,λ)-ES 마코프 체인 모델링이 정규분포에 의존해 왔던 한계를 극복하고자, 임의의 연속 확률분포 H 와 그에 대응하는 마진과 코퓰라를 명시적으로 분해한다. 논문은 먼저 문제 설정을 구체화한다. 목표함수 f(x)=x₁ 와 제약 g(x)=x₁ cosθ+x₂ sinθ≤0 (θ∈(0,π/2))을 갖는 2차원 평면을 고려하고, 스텝 사이즈 σ 를 고정한다. 무한히 재샘플링하는 제약 처리 방식은 실현 가능한 스텝 Mᵢₜ 와 선택 스텝 Mₜ 의 분포를 정의하는 데 핵심이 된다. Lemma 1은 H 가 절대연속이고 H(L_δ)>0 (δ>0)일 때, 실현 가능한 스텝과 선택 스텝의 밀도 \tilde h_δ 와 \tilde h_δ 를 명시적으로 도출한다. 특히 선택 스텝의 밀도는 λ배 가중치와 누적분포 \tilde H_δ 의 곱으로 표현되어, λ가 클수록 상위 스텝이 더 크게 편향됨을 보여준다.

다음으로 Lemma 2는 코퓰라 C_δ 가 δ에 독립적일 경우, 마진 누적분포의 역함수와 회전 행렬 Q 를 이용해 유한한 샘플만으로 Mᵢₜ 와 Mₜ 를 생성하는 변환 G, G 를 제시한다. 이는 무한 재샘플링을 피하면서도 동일한 확률 구조를 유지할 수 있게 해, 실험적 구현에 유용하다.

핵심 이론적 결과는 δₜ = −g(Xₜ)/σ 의 동역학을 마코프 체인으로 모델링한 것이다. Proposition 1은 δₜ₊₁=δₜ−g(M*ₜ) 이라는 재귀식을 통해 시간 동질성을 확보한다. 이어서 Proposition 2는 H의 밀도 h 가 양의 연속함수이고, 기대값 E