机器人中的数值优化之牛顿共轭梯度法

发布时间：2023年12月28日

欢迎大家关注我的B站：

偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com)

本文ppt来自深蓝学院《机器人中的数值优化》

如何解决Hessian矩阵非正定的情况

求解线性系统需要很精确么

引入截断的机制，如果Hessian矩阵不是正定的，而且是初始位置，说明刚开始用共轭梯度的效果很差，所以直接把搜索方向改为负梯度方向，到达一个相对较好的初始位置

否则直接break，因为如果此时用共轭法可能会让函数上升

Newton-CG除了更快还更精确

然后注意这里的纵坐标是gradient norm，这是不能做到单调下降的

文章来源:https://blog.csdn.net/weixin_65089713/article/details/135278364
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章