Mirror Descent（镜像下降）

Mirror Descent是梯度下降的推广，适用于约束优化问题。它通过一个镜像映射函数将参数从原空间映射到对偶空间，在对偶空间执行梯度步骤，再映射回原空间。该算法在在线学习和凸优化中具有重要地位，能利用问题的几何结构，如使用熵函数处理概率单纯形约束。