Update README.md

Author: QFOI

README.md

@@ -1 +1,7 @@
-# Science-Agent
+# Science-Agent
+
+eval.py中继承了skopt中的random forest，高斯代理模型的贝叶斯优化和TS-RSR（基于2024.5哈佛最新发的数学优化算法的贝叶斯优化，不过自己复现的可能出锅了）
+其中get_reward函数为根据所选变量进行反馈值，其输入为所选变量集合
+比如：搜索空间为:{"A":['1','2'],"B":['3','4']}向get_reward函数中输入的就是['1','3']（随机选的一组，因为调用的不同模型的录入方式不同，所以不需要考虑的变量顺序）
+其实现为暴力搜索（故需要大量时间），后续可改成索引或者二分搜索之类的。
+图像输出为平行10组100次实验（经过今天讨论50次可能就够了），记录每次平行实验结果的平均值和最大最小值绘图