★ 3
凸-凹强化学习：突破策略优化非凸难题
论文证明在 log 密度比坐标下，策略学习的精确每轮目标（可用 PDIS 计算）是差分凸约束的差分凸规划，从而将 CPI、NPG、TRPO、AWR 统一为特例，并开启耦合连续决策的多步轴。作者用序列凸规划求解并给出收敛保证，多步 CCRL 在需跨时间传播信用的诊断 MDP 上占优，在医疗场景中训练…
arXiv cs.LG24 天前
#凸优化
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
Convex-SKM-Net：低延迟凸约束满足层，推理提速 144 倍
研究者提出 Convex-SKM-Net，一种凸约束满足层，利用残差与（次）梯度预言机构造线性化半空间，无需约束专用投影器，并以固定深度对偶投影梯度下降在 GPU 上求解。在二阶锥模型预测控制任务上推理提速最高 144.3 倍，QCQP 基准提速 7.7 倍，平均目标差距仅 0.012%。
arXiv cs.LG2 天前
★ 2
面向共形椭球的尾部感知几何学习
论文研究多元共形预测，指出既有最小体积方法依赖分位数阈值、忽略尾部残差严重程度。作者提出尾部感知几何学习框架，用两段式设计在估计集上以 CVaR 约束做体积最小化学习度量矩阵，再在留出校准集上做标准共形校准。问题为凸优化，并理论刻画了椭球体积与尾部严重度的权衡。
arXiv cs.LG38 天前
★ 1
从切换遗憾到动态遗憾的简单归约
论文提出一个简单框架，将非平稳在线学习中的动态遗憾最小化归约为切换遗憾最小化。核心思路是为任意比较器序列构造每轮无偏、方差可控且切换次数有限的辅助随机序列，从而借助现成算法推导动态遗憾界。对强凸与指数凹损失得到 Õ(T^{1/3}P_T^{2/3}) 界，对一般凸损失恢复 O(√(T(1+P_T)…
arXiv cs.LG41 天前
★ 1
在线逆优化：O(d)遗憾的高效确定性算法
论文给出在线逆线性优化的确定性算法，遗憾为O(d)且每轮耗时O(d²)，是首个高效且proper的此类界。方法基于变量度量框架，加入自归一化秩一更新，并用迹幂tr(H^{-1/2})替代log det势函数以消除ln T项，同时给出抗腐坏与秩自适应变体及凸最小化应用。
arXiv cs.LG47 天前
这个主题的相关资产
相关公司Block1