arXiv ID:
2604.26932
arXiv 提交日期: 2026-04-29
具有收敛保证的ADMM过松弛策略学习 / Learning Over-Relaxation Policies for ADMM with Convergence Guarantees
1️⃣ 一句话总结
该论文提出了一种自适应学习ADMM算法中松弛参数的方法,通过在线调整该参数来加速求解结构化凸优化问题(例如模型预测控制中的二次规划),并证明了在参数随时间变化时算法仍能收敛,实验表明该方法在迭代次数和计算时间上均优于经典OSQP求解器。