实体
Slater's condition
Slater's condition
PulseAugur coverage of Slater's condition — every cluster mentioning Slater's condition across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新型神经网络层实现低延迟凸约束满足
研究人员开发了Convex-SKM-Net，这是一种新颖的神经网络层，旨在实现高效准确的凸约束满足。该方法利用来自残差和次梯度预言机的线性化半空间，避免了对特定约束的不等式投影器的需求。该系统采用具有GPU友好矩阵运算的固定深度对偶投影梯度下降，并通过学习到的移动性来调整校正几何形状，以提高目标质量。实验结果表明，在SOC-MPC任务上推理速度提高了144.3倍，在QCQP基准测试上提高了7.7倍，同时保持了高可行性容差。
-
新的CMDP算法绕过Slater条件以提高性能
研究人员为在线片段式约束马尔可夫决策过程（CMDPs）开发了一种新算法，该算法改进了现有方法。该算法处理随机和对抗性约束，而无需Slater条件，这是一个重大的进步，允许在不存在严格可行解的情况下进行设置。它在懊悔和约束违反保证方面取得了改进，甚至解决了正约束违反问题，并在对抗性场景中提供了相对于无约束最优值的次线性 alpha-懊悔。该算法的有效性已通过合成实验得到证明。
-
新的对偶框架解决了无 Slater 条件的约束优化问题
研究人员开发了一种新的对偶框架，用于约束在线凸优化，该框架无需 Slater 条件。这种自适应正则化方法稳定了对偶过程，为随机和对抗性约束提供了改进的遗憾界和约束违反界。该框架实现了强凸损失的对数遗憾，并为硬约束违反提供了保证。