在高计算成本模拟器的贝叶斯推断中利用梯度

研究提出将模拟器输出对输入的梯度信息融入高斯过程代理模型，以加速高计算成本模拟器在有限模拟预算下的贝叶斯优化推断。实验表明引入梯度信息能显著提升收敛速度，且反向模式微分在计入额外计算成本后仍能保持推断效率增益，而前向模式微分的提速无法抵消计算成本。该方法主要适用于参数数量超过输出维度的推断问题。