AutoSampler是个智能采样器，能根据具体问题自动挑选 Optuna 里最合适的优化算法。这个工具在 OptunaHub 上热度很高，每周下载量超过 3 万次。最早的版本对单目标优化做了专门的自动选择逻辑，为了配合下个月发布的 Optuna v4.6，AutoSampler 终于把多目标和约束优化的完整支持做完了。这篇文章会讲清楚新功能怎么用，顺带看看基准测试的表现如何。最新版本其实现在就能用了。
多目标和约束优化的实现
新版 AutoSampler 延续了之前的设计思路——分析评估预算、搜索空间、约束条件、目标数量这些因素，然后自动选一个实际效果不比默认差的采样器。
更新后的选择规则覆盖了多目标和约束优化场景。系统会在几个采样器之间自动切换（图 1）：
TPESampler：处理带分类变量和条件分支的复杂搜索空间比较在行GPSampler：连续和整数搜索空间的首选，现在支持多目标和约束了NSGAIISampler和NSGAIIISampler：评估次数多的用 NSGA-II，目标多的用 NSGA-III![]()
图1：AutoSampler 对约束优化和多目标优化的支持终于完整了
https://avoid.overfit.cn/post/67621750374c48e1a5cf8c00e11991ac