ARES-LSHADE: La Ricerca Autonoma Migliora l'Algoritmo Evolutivo per il Benchmark GNBG

ARES-LSHADE, una variante dell'evoluzione differenziale memetica, è stato inserito nella competizione GECCO 2026 incentrata sugli algoritmi evolutivi creati da LLM per il Generalized Numerical Benchmark Generator (GNBG). Questo nuovo contributo si basa sul successo di LLM-LSHADE, il campione del 2025, incorporando due caratteristiche innovative: un operatore di mutazione potenziato da scout che integra CMA-ES adattivo, sviluppato da circa trenta esperimenti di progettazione guidati da LLM, e una fase di raffinamento multi-start L-BFGS-B che aderisce a rigorosi protocolli blackbox. Nelle valutazioni ufficiali, con 31 valutazioni per funzione e budget prestabiliti, ARES-LSHADE ha ottenuto 510 vittorie su 744 (con gap per funzione inferiori a 1e-8), raggiungendo la precisione di macchina su 18 delle 24 funzioni. Le altre sei funzioni hanno mostrato firme di plateau coerenti con il quadro compositivo di GNBG, come identificato dal ciclo di ricerca autonomo.