非凸-凹极小极大优化的随机一阶算法方差降低下界

该研究针对非凸-凹极小极大优化，建立了允许使用方差降低的随机一阶算法的复杂度下界。在L-Lipschitz连续联合梯度、欧几里得半径不超过D_Y的紧凸对偶域条件下，目标精度ε基于Moreau包络梯度范数测量，得到下界Ω(L²D_YΔε⁻³ + L³D_Y²Δσ²ε⁻⁶)，并给出非凸-强凹情形的下界结果，揭示不同凹性regime下的复杂度壁垒。（2026-10-02 arXiv）

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。