本記事では、リプシッツ連続関数のグローバル最適化のためのスケーラブルで理論的に基づいたアルゴリズム「ECPv2」を提案しています。このアルゴリズムは、Every Call is Precious (ECP)フレームワークに基づいており、各関数評価が有益であることを保証します。ECPv2は、計算コストの高さと過度に保守的な初期動作などECPの主な制限を克服するために、3つの革新を導入しました。1つ目は、無駄な受け入れ領域を避けるための適応型下限、2つ目は、過去の評価の固定サイズのサブセットに制限する「Worst-m」記憶メカニズム、3つ目は、高次元での距離計算を加速するための固定ランダム射影です。理論的にECPv2は、ECPと同等の後悔のない保証を保ちつつ、受け入れ領域を高確率で拡大することを示しています。また、広範囲な実験を通じて実証的にこの結果を検証しています。ECPv2はさまざまな高次元、非凸最適化問題において、最先端の最適化手法に匹敵またはそれを上回る性能を発揮し、処理時間を大幅に短縮しています。