变分不等式的连续时间分析：综述与期望属性
机器学习
2022-07-15 v1 机器学习
最优化与控制
摘要
求解零和博弈、多目标智能体目标或更一般地变分不等式（VI）问题的算法在一般问题上以不稳定著称。由于机器学习中求解此类问题的需求日益增长，近年来这种不稳定性已被强调为重大研究挑战。本文综述了在针对广泛 VI 问题类的分析与方法设计中采用连续时间视角的最新进展。我们的阐述在单目标问题与多目标问题间建立类比，突出后者的挑战。我们还提出了适用于一般 VI 的各类算法期望属性（desiderata），并论证实现这些期望属性可能受益于对关联连续时间动力学的理解。
引用
@article{arxiv.2207.07105,
title = {Continuous-time Analysis for Variational Inequalities: An Overview and Desiderata},
author = {Tatjana Chavdarova and Ya-Ping Hsieh and Michael I. Jordan},
journal= {arXiv preprint arXiv:2207.07105},
year = {2022}
}