面向在线时变凸优化的 $\mathcal{L}_{1}$ 自适应优化器
最优化与控制
2025-03-04 v2 系统与控制
系统与控制
摘要
我们提出了一种用于在线时变 (TV) 凸优化的自适应方法，称为 自适应优化 (-AO)。TV 优化器利用预测模型来利用 TV 问题的时间结构，这在在线实现中可能不准确。受 自适应控制启发，该方法引入自适应更新律来估计并补偿由预测不准确引起的不确定性。所提方法给出了优化变量和代价函数误差的性能界，从而能够对 TV 问题进行高效可靠的优化。数值仿真结果证明了所提方法用于在线 TV 凸优化的有效性。
引用
@article{arxiv.2409.16583,
title = {$\mathcal{L}_{1}$ Adaptive Optimizer for Online Time-Varying Convex Optimization},
author = {Jinrae Kim and Naira Hovakimyan},
journal= {arXiv preprint arXiv:2409.16583},
year = {2025}
}
备注
9 pages, 4 figures