"over time the tunables should converge toward the optimal settings for that workload. If the workload changes, the tunables should converge to the new optimal settings[...]"

Ha :) ob etwas allgemein mathematisch beweisbar ist sagt jetzt also kaum etwas darüber aus, was der Algorithmus hier in der Praxis taugen wird. Ich vermute, dass es bei Kernel darum geht, an vielen verschiedenen Parametern rumzuschrauben. Diese dürften grösstenteils unabhängig voneinander sein; lokale Minima sind daher nicht zu erwarten. Dafür viele Plateaus (also Parameter wo es schlicht keinen Unterschied macht was man einstellt).

Zweck der Übung ist es ja mehr, sich der Umgebung automatisch anzupassen, ohne dass ein Experte für jedes System die optimalen Werte überlegen oder ausprobieren muss. Für sowas hat schlicht niemand Zeit.

Kritisieren würde ich, dass das wiederholte ausprobieren einer sehr schlechten Mutation die totale Performance schädigen könnte. Das ist halt der explore/exploit tradeoff...