多目标优化中的“latent action”是什么？

2020 NeurIPS 中的“latent action”：

Our model defines latent action as a boundary that splits the region represented by a node into a high-performing and a low performing region.

这里的latent action代表一个边界（分类器），用于将好的采样和差的采样划分开来，这里使用的划分边界的方式是：先使用Kmeans在特征向量上（ [x, f(x)] ）聚类，然后使用SVM划分出边界

ICLR 2022中同样出现了“latent action”：

这里使用的划分边界的方式是：对于区域中的元素Dt,j，通过它们的支配数量进行rank，小的支配数量的元素（意味着是更好的性质）被label成positive，大的被label成negative，然后使用SVM划分出边界

---

两者对于“latent action”的定义是一样的，只是划分边界的方式不一样罢了~