《多目标贝叶斯优化》是一本关于解决昂贵多目标优化问题的书籍。它介绍了使用高斯过程代理模型来降低函数评估成本的方法，并通过平衡利用和探索的获取函数来推荐候选解。书中研究了低维和高维决策空间的多个方面，包括并行函数评估、维度灾难和边界问题的缓解以及获取函数的优化效率。该书的特色在于提出了基于自适应采样的批量多目标贝叶斯优化、基于块坐标更新和基于可加高斯结构的方法，以及基于变量交互分析的解决方案。这本书适合研究多目标优化问题的学生、研究人员和从业者阅读，尤其对于那些对高维决策空间和优化效率有兴趣的读者更具吸引力。