[控场AI]
概念Primal-Dual Method / 原始对偶方法

原始-对偶方法

一种求解约束优化问题的算法框架,通过拉格朗日乘子将约束问题转化为极小极大问题,原始变量和对偶变量交替更新,常采用双时间尺度更新策略。

时间轴 (近 90 天)

10月19日

约束马尔可夫决策过程(CMDP)的原始-对偶方法通常依赖双时间尺度假设,但环境缓慢非平稳时约束水平或敏感度的振荡会破坏收敛性。

待验证50%

全部知识事实 (1)

来源文章