論文の概要: Learning Over-Relaxation Policies for ADMM with Convergence Guarantees

• arxiv url: http://arxiv.org/abs/2604.26932v1
• Date: Wed, 29 Apr 2026 17:45:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.529277
• Title: Learning Over-Relaxation Policies for ADMM with Convergence Guarantees
• Title（参考訳）: 収束保証を用いたADMMの過剰緩和策の学習
• Authors: Junan Lin, Paul J. Goulart, Luca Furieri,
• Abstract要約: 本稿では,関心のある問題クラスのパフォーマンス向上のために,緩和パラメータのオンライン更新を学習することを提案する。 この選択は、緩和がペナルティ更新に関連する行列化を起こさないため、OSQPのようなアーキテクチャでは計算的に魅力的である。 その結果,OSQPをベースラインとした反復数とウォールクロック時間の両方の改善が得られた。
• 参考スコア（独自算出の注目度）: 0.1784233255402269
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Alternating Direction Method of Multipliers (ADMM) is a widely used method for structured convex optimization, and its practical performance depends strongly on the choice of penalty and relaxation parameters. Motivated by settings such as Model Predictive Control (MPC), where one repeatedly solves related optimization problems with fixed structure and changing parameter values, we propose learning online updates of the relaxation parameter to improve performance on problem classes of interest. This choice is computationally attractive in OSQP-like architectures, since adapting relaxation does not trigger the matrix refactorizations associated with penalty updates. We establish convergence guarantees for ADMM with time-varying penalty and relaxation parameters under mild assumptions, and show on benchmark quadratic programs that the resulting learned policies improve both iteration count and wall-clock time over baseline OSQP.
• Abstract（参考訳）: マルチプライヤの交互方向法(ADMM)は,構成凸最適化において広く用いられている手法であり,その実用性能はペナルティと緩和パラメータの選択に強く依存する。 モデル予測制御(MPC: Model Predictive Control)のような設定によって動機付けされ、固定構造とパラメータ値の変更による関連する最適化問題を繰り返し解決し、緩和パラメータのオンライン更新を学習し、関心のある問題クラスのパフォーマンスを改善する。 この選択はOSQPのようなアーキテクチャでは計算的に魅力的であり、緩和の適応はペナルティ更新に関連する行列のリファクタリングを誘発しない。 そこで本研究では,ADMMの収束保証を,時間変化によるペナルティパラメータと緩和パラメータを軽度な仮定で確立し,その結果,OSQPを基準とした反復数とウォールクロック時間の両方を改善することをベンチマーク2次プログラムで示す。

関連論文リスト

• Learning the Riccati solution operator for time-varying LQR via Deep Operator Networks [13.357666564741153]
  有限水平線形二次レギュレータ(LQR)問題における微分リカティ方程式の繰り返し数値解を置き換えるための計算フレームワークを提案する。 新しいシステムインスタンスごとに非線形行列値微分方程式を解く代わりに、関連する解作用素の近似をオフラインで構築する。 得られたモデルは、広範囲のシステムにまたがる近似最適フィードバックの高速なオンライン評価を可能にする。
  論文  参考訳（メタデータ） (2026-04-20T16:56:34Z)
• Subspace Optimization for Backpropagation-Free Continual Test-Time Adaptation [8.1094804369744]
  PACEはバックプロパゲーションのない連続的なテスト時間適応システムである。 正規化層のアフィンパラメータを直接最適化する。 本フレームワークは,連続的な分散シフトの下で,複数のベンチマークにおいて最先端の精度を実現する。
  論文  参考訳（メタデータ） (2026-03-30T16:58:13Z)
• EKPC: Elastic Knowledge Preservation and Compensation for Class-Incremental Learning [53.88000987041739]
  クラスインクリメンタルラーニング(Class-Incremental Learning, CIL)は、AIモデルを、時間とともに異なるクラスのシーケンシャルに到着したデータから継続的に学習可能にすることを目的としている。 本稿では, 重要度を考慮した重要度正規化 (IPR) と CIL のためのトレーニング可能なセマンティックドリフト補償 (TSDC) を統合したElastic Knowledge Preservation and Compensation (EKPC) 法を提案する。
  論文  参考訳（メタデータ） (2025-06-14T05:19:58Z)
• Optimizing ADMM and Over-Relaxed ADMM Parameters for Linear Quadratic Problems [32.04687753889809]
  Alternating Direction Method of Multipliers (ADMM) は、幅広い機械学習アプリケーションで注目を集めている。 本稿では, ペナルティパラメータの値を最適化するための一般的な手法を提案し, 続いて, 最適緩和パラメータを計算するための新しいクローズドフォーム式を提案する。 次に、ランダムなインスタンス化と多様なイメージングアプリケーションを用いてパラメータ選択法を実験的に検証する。
  論文  参考訳（メタデータ） (2024-01-01T04:01:40Z)
• Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
  我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。 EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。 得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
  論文  参考訳（メタデータ） (2023-12-10T15:22:30Z)
• Learning context-aware adaptive solvers to accelerate quadratic programming [11.172382217477129]
  CA-ADMMはADMMを加速するために$rho$を適応的に調整する。 本稿では,CA-ADMMがQP問題に対して,異なるサイズとクラスで効果的に一般化できることを示す。
  論文  参考訳（メタデータ） (2022-11-22T17:52:36Z)
• Online hyperparameter optimization by real-time recurrent learning [57.01871583756586]
  ニューラルネットワーク(rnn)におけるハイパーパラメータ最適化とパラメータ学習の類似性を活用した。 RNNのための学習済みのオンライン学習アルゴリズムのファミリーを適応させ、ハイパーパラメータとネットワークパラメータを同時に調整します。 この手順は、通常の方法に比べて、ウォールクロック時間のほんの少しで、体系的に一般化性能が向上する。
  論文  参考訳（メタデータ） (2021-02-15T19:36:18Z)
• Logistic Q-Learning [87.00813469969167]
  MDPにおける最適制御の正規化線形プログラミング定式化から導いた新しい強化学習アルゴリズムを提案する。 提案アルゴリズムの主な特徴は,広範に使用されているベルマン誤差の代わりとして理論的に音声として機能する,政策評価のための凸損失関数である。
  論文  参考訳（メタデータ） (2020-10-21T17:14:31Z)
• Kalman meets Bellman: Improving Policy Evaluation through Value Tracking [59.691919635037216]
  政策評価は強化学習(RL)における重要なプロセスである 我々はKalman Optimization for Value Approximation (KOVA)と呼ばれる最適化手法を考案した。 KOVAはパラメータとノイズリターンの不確実性の両方に関する正規化対象関数を最小化する。
  論文  参考訳（メタデータ） (2020-02-17T13:30:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。