深度分析
CPR-NSGA-II：跨方重組加速多方多目標優化的理論證明
多方多目標優化牽涉自治決策者間的共識搜尋。研究以跨方重組(CPR-NSGA-II)，讓各方族群交叉重組並共享子代，直接組裝互補片段以跨越突變瓶頸。理論結果顯示，在代表性基準與圖構問題上此法能有效加速發現共同的Pareto解，比起將各方目標攤平成高維問題更具效率。
深度分析
多方多目標優化牽涉自治決策者間的共識搜尋。研究以跨方重組(CPR-NSGA-II)，讓各方族群交叉重組並共享子代，直接組裝互補片段以跨越突變瓶頸。理論結果顯示，在代表性基準與圖構問題上此法能有效加速發現共同的Pareto解，比起將各方目標攤平成高維問題更具效率。
深度分析
在軟體工程自動化需求增加的背景下，SkillMOO 以多目標優化方式自動調整 LLM 代理人的技能組合，結合 LLM 提出的編輯與 NSGA‑II 選擇機制。實驗在三項基準任務上顯示，通過率最高提升 131%，成本降低 32%。此結果顯示精簡指令集比冗長說明更能提升效能。