信赖域优化攻克Wasserstein空间非凸能量，O(ε⁻²)步收敛且复杂度与粒子数无关！
Trust-Region Optimization for Smooth Potential-Interaction Energies in Wasserstein Space
📖 AI 总结
本文研究在Wasserstein概率测度空间中，对光滑的势能-相互作用能量进行信赖域优化的问题。此类能量常用于寻找相互作用粒子的低能构型以及逼近概率分布，且往往是非凸的，因此需要在利用二阶信息与控制局部近似可靠性之间取得平衡。作者提出了一种基于推前曲线上的二次模型、L²(ρ)步长半径以及带显式自伴二阶变分算子的Steihaug-Toint子求解器的信赖域方法，并通过比率检验决定步长接受与半径更新。在能量下界及势能与相互作用核的Hessian全局有界的假设下，论文证明了目标函数非增、Wasserstein梯度范数收敛到零，且达到ε-稳定点所需的外层试验次数为O(ε⁻²)；若势能具有二次强制性，则每个弱聚点都是稳定点。该分析适用于任意有限二阶矩的初始测度，并在经验测度情形下退化为有限维信赖域方法，其复杂度常数在初始目标间隙一致有界时与粒子数和维数无关。数值实验涵盖光滑软粒子能量、非高斯目标的最大均值差异最小化、组件消融以及粒子数和维数的扩展性研究。
🔑 关键词速览
| Wasserstein 空间 | 定义在概率测度上的度量空间，其距离衡量将一个分布传输到另一个分布的最小代价。 |
| 信赖域优化 | 一种优化方法，在每一步求解一个局部二次模型，并限制步长在一个信赖域半径内以保证近似可靠。 |
| 势相互作用能量 | 描述粒子间相互作用和外部势能的总能量泛函，通常需要最小化以找到低能构型。 |
| Steihaug-Toint 子求解器 | 用于求解信赖域子问题的迭代算法，适用于大规模或无穷维问题，能有效处理二阶信息。 |
| 最大均值差异 | 一种在再生核希尔伯特空间中度量两个概率分布差异的统计量，常用于生成模型和分布匹配。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅