ControlG: Feedback‑gesteuerte Zeitplanung verbessert Multi‑Objective Graph‑SSL

In der Welt der graphbasierten selbstüberwachten Lernverfahren (SSL) stehen Forscher vor einer großen Herausforderung: Wie lassen sich mehrere Lernziele gleichzeitig verfolgen, ohne dass sie sich gegenseitig behindern? Traditionelle Ansätze mischen die Ziele bei jedem Parameterupdate, was zu Konflikten, Instabilität und dem Unterdrücken weniger wichtiger Aufgaben führt.

ControlG löst dieses Problem, indem es die Koordination als zeitliche Ressourcenverteilung betrachtet. Das System bewertet zunächst die Schwierigkeit jedes Ziels und die gegenseitige Antagonie zwischen ihnen. Anschließend plant es mit einem Pareto‑bewussten Log‑Hypervolumen‑Planner optimale Zielbudgets und setzt diese mithilfe eines Proportional‑Integral‑Derivative (PID) Controllers um.

In umfangreichen Tests auf neun verschiedenen Datensätzen übertrifft ControlG die führenden Baselines konsequent. Darüber hinaus liefert es einen nachvollziehbaren Zeitplan, der offenlegt, welche Ziele den Lernfortschritt am stärksten beeinflusst haben – ein entscheidender Schritt hin zu transparenteren und auditierbaren Lernsystemen.