我有一个元素列表，但关于它们的信息很少。这些元素是有序的，我需要找到正确的顺序。我所能做的就是提交一个带有假设完整订单的查询并得到一个得分（介于0和1之间），它表示我的排序与真实排序的距离，而没有关于排序的哪个部分是正确/不正确的任何信息。
这似乎是一个标准问题，但我找不到相关的信息。
编辑：为简单起见，假设给定假设排序的得分是正确对排序的百分比（与真实的未知排序相比）。因此，如果给出反向排序，则得到0;如果给出实际排序，则得到1。 是否有一种策略/算法可以根据过去的答案生成查询，以最大限度地缩短学习时间并最大限度地提高分数？
我认为学习排名算法应该有所帮助，但他们的表述似乎远非我所需要的，尽管我可能错过了一些东西。我也在研究一些强化学习算法
但是，任何参考/提示/帮助将不胜感激。
感谢。
答案 0 :(得分：1)
这主要是一种如何思考问题的方法。
您需要了解距离的计算方式。想到这个问题的一种方法是组合空间中的问题。如果你有 n 元素，那么想想一个n维空间，其中空间中的每个点代表元素的排序。其中一个点是“正确”的最佳分数。
您有一个距离指标，从空间中的任何（有效）点到给定的正确点。问题是：你怎么能找到“正确”的答案。
梯度下降解决方案可能有效。应用于此问题时，它将从一个随机点开始，考虑各个方向的简单“步骤”（通过交换值）并向最佳改善分数的方向移动。问题在于解空间可能具有广泛分散在解空间中的局部最优，这意味着“局部”方法（例如步进）可能被局部最优所欺骗。但它可能会奏效。
替代方案可能是像这样的蛮力。从全零的向量开始并测量其得分。然后测试每个位置的第一个值，并选择最小化得分的位置。我的预感是，当价值处于正确的位置时，评分指标会被最小化。然后，重复每个其他值。