Оптимизация со случайными градиентами: новый подход
![Наблюдения за эволюцией плотности [latex]\pi_{\theta_K}[/latex] демонстрируют, что как ImpDiff, так и SOSMC-ULA, при одинаковой начальной инициализации и общем шуме, сходятся к различным распределениям, что указывает на влияние алгоритма на процесс сэмплирования и его способность формировать структуру вероятностного пространства.](https://arxiv.org/html/2601.22003v1/x14.png)
В статье представлен эффективный метод оптимизации функций со сложными и недоступными градиентами, основанный на алгоритмах Sequential Monte Carlo.
Наука
Оптимизация без границ: новый подход к разреженным матрицам
Предложен эффективный алгоритм блочно-координатного спуска для решения задач негладкой оптимизации, демонстрирующий превосходные результаты в оценке разреженных матриц точности.
Управление в условиях неопределенности: новый взгляд на стохастическую оптимизацию
В статье представлен новый подход к стохастическому линейному квадратичному управлению, основанный на рекурсивном функционале стоимости.
Безопасное вождение на перекрестках: новый подход к планированию траектории
Исследователи предлагают инновационную систему, использующую адаптивное обучение с подкреплением для повышения безопасности и эффективности автономных автомобилей в условиях сложного городского трафика.
Оптимизация на многообразиях: новый взгляд на эффективность
В статье представлен анализ методов оптимизации высшего порядка на римановых многообразиях, демонстрирующий их сравнимую эффективность с традиционными подходами в евклидовом пространстве.