Oct, 2023
一种加速的一阶正则化动量下降上升算法用于随机非凸凹极小极大问题
An accelerated first-order regularized momentum descent ascent algorithm
for stochastic nonconvex-concave minimax problems
TL;DR本文提出了一种用于解决随机非凸凹极小-极大问题的加速一阶正则化动量下降上升算法（FORMDA），证明了该算法的迭代复杂度为$\tilde{\mathcal{O}}(\varepsilon ^{-6.5})$以获得$\varepsilon$稳定点，在目标函数的稳定性下达到了已知单循环算法解决随机非凸凹极小-极大问题的最佳复杂度界限。