Optunaはv4.8およびv4.9において、ガウス過程に基づくベイズ最適化手法であるGPSamplerの並列化機能を大幅に強化した。これまでGPSamplerは、評価済みのサンプルのみを用いて回帰モデルを構築していたため、バッチ最適化において同一の点が繰り返し提案されるという課題があった。この更新により、現在評価中の試行（running trials）も計算に考慮できるようになり、バッチ最適化における提案の多様性が向上している。

並列化強化のために、OptunaはConstant LiarおよびKriging Believerという2つのアルゴリズムを導入した。Constant Liarでは、評価中の点に対して一定の仮の値を割り当ててモデルを更新する。Optuna v4.8で採用された制約なし単目的最適化では、仮の値として評価済みの最良値を用いる「Constant Liar [best]」が採用された。一方、多目的最適化や制約付き最適化では、より汎用性の高いKriging Believerがv4.9にて適用される予定である。これらの機能は特別な引数を必要とせず、通常どおり並列最適化を実行することで自動的に有効となる。

Optunaは今回の改善にあたり、8種類のベンチマーク問題を用いて評価を行った。実験は、試行回数（n_trials）を25から100、バッチサイズ（batch_size）を5から50の間で設定し、各設定で乱数シードを変えて100回の試行を行い、統計的に有意差を比較した。結果として、従来の評価中の点を無視する手法と比較し、Constant Liar [best]を含む提案手法は、多くの問題設定において有意に高い最適化性能を示した。特にCL[best]は、比較した手法の中で最も高い勝ち数を記録している。

一方で、BBOB(Black-box Optimization Benchmarking)のSphere Functionのような極めて単純な問題においては、従来の実装が有意な性能を示すケースもあった。これは最適解近傍を繰り返し探索する挙動が有利に働いたためと考えられる。今回の更新により、GPSamplerは多様で有意義な候補点を提案できるようになり、複雑な最適化タスクにおける効率が向上した。今後の開発として、Optunaはモンテカルロ法ベースの獲得関数などの導入を通じた並列化戦略のさらなる強化を予定している。

Optunaはv4.8およびv4.9において、ガウス過程に基づくベイズ最適化手法であるGPSamplerの並列化機能を大幅に強化した。これまでGPSamplerは、評価済みのサンプルのみを用いて回帰モデルを構築していたため、バッチ最適化において同一の点が繰り返し提案されるという課題があった。この更新により、現在評価中の試行（running trials）も計算に考慮できるようになり、バッチ最適化における提案の多様性が向上している。

並列化強化のために、OptunaはConstant LiarおよびKriging Believerという2つのアルゴリズムを導入した。Constant Liarでは、評価中の点に対して一定の仮の値を割り当ててモデルを更新する。Optuna v4.8で採用された制約なし単目的最適化では、仮の値として評価済みの最良値を用いる「Constant Liar [best]」が採用された。一方、多目的最適化や制約付き最適化では、より汎用性の高いKriging Believerがv4.9にて適用される予定である。これらの機能は特別な引数を必要とせず、通常どおり並列最適化を実行することで自動的に有効となる。

Optunaは今回の改善にあたり、8種類のベンチマーク問題を用いて評価を行った。実験は、試行回数（n_trials）を25から100、バッチサイズ（batch_size）を5から50の間で設定し、各設定で乱数シードを変えて100回の試行を行い、統計的に有意差を比較した。結果として、従来の評価中の点を無視する手法と比較し、Constant Liar [best]を含む提案手法は、多くの問題設定において有意に高い最適化性能を示した。特にCL[best]は、比較した手法の中で最も高い勝ち数を記録している。

一方で、BBOB(Black-box Optimization Benchmarking)のSphere Functionのような極めて単純な問題においては、従来の実装が有意な性能を示すケースもあった。これは最適解近傍を繰り返し探索する挙動が有利に働いたためと考えられる。今回の更新により、GPSamplerは多様で有意義な候補点を提案できるようになり、複雑な最適化タスクにおける効率が向上した。今後の開発として、Optunaはモンテカルロ法ベースの獲得関数などの導入を通じた並列化戦略のさらなる強化を予定している。