연구진은 선호도가 미리 정해지지 않고 순차적 피드백을 통해 드러나는 상황에서 광범위한 탐색을 가능하게 하는 IMPFM(Sequentially-Controlled Interactive Multi-Particle Flow-Maps) 프레임워크를 제안했어요.
IMPFM은 여러 개의 인터랙티브 입자를 목표 분포로 점진적으로 이동시키며, 다양한 선호도 정렬에 필요한 광범위한 커버리지를 유지하는 방식이에요.
연구 결과, IMPFM은 기존 방식 대비 다양한 검색 및 정렬 작업에서 효과적이며, 샘플 유용성을 극대화하여 글로벌 탐색을 가능하게 하고 보상 과적합을 방지했어요.