A Two-Timescale Stochastic Algorithm Framework for Bilevel Optimization: Complexity Analysis and Application to Actor-Critic

双层优化 数学优化 数学 最优化问题 趋同(经济学) 随机优化 功能(生物学) 凸优化 正多边形 凸函数 静止点 算法 数学分析 几何学 进化生物学 经济 生物 经济增长
作者
Hong Mei,Hoi-To Wai,Zhaoran Wang,Zhuoran Yang
出处
期刊:Siam Journal on Optimization [Society for Industrial and Applied Mathematics]
卷期号:33 (1): 147-180 被引量:4
标识
DOI:10.1137/20m1387341
摘要

This paper analyzes a two-timescale stochastic algorithm framework for bilevel optimization. Bilevel optimization is a class of problems which exhibits a two-level structure, and its goal is to minimize an outer objective function with variables which are constrained to be the optimal solution to an (inner) optimization problem. We consider the case when the inner problem is unconstrained and strongly convex, while the outer problem is constrained and has a smooth objective function. We propose a two-timescale stochastic approximation (TTSA) algorithm for tackling such a bilevel problem. In the algorithm, a stochastic gradient update with a larger step size is used for the inner problem, while a projected stochastic gradient update with a smaller step size is used for the outer problem. We analyze the convergence rates for the TTSA algorithm under various settings: when the outer problem is strongly convex (resp. weakly convex), the TTSA algorithm finds an -optimal (resp. -stationary) solution, where is the total iteration number. As an application, we show that a two-timescale natural actor-critic proximal policy optimization algorithm can be viewed as a special case of our TTSA framework. Importantly, the natural actor-critic algorithm is shown to converge at a rate of in terms of the gap in expected discounted reward compared to a global optimal policy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
香蕉觅云应助安卉采纳,获得10
2秒前
2秒前
3秒前
哇咔咔发布了新的文献求助10
4秒前
4秒前
小杨发布了新的文献求助10
5秒前
sunianjinshi完成签到,获得积分10
6秒前
6秒前
李健应助沉默安波采纳,获得10
8秒前
9秒前
luffet发布了新的文献求助10
12秒前
情怀应助小柒采纳,获得10
13秒前
14秒前
万能图书馆应助Assmpsit采纳,获得10
14秒前
16秒前
17秒前
Henry给迢迢笙箫的求助进行了留言
18秒前
赘婿应助YC采纳,获得10
19秒前
一二三完成签到,获得积分10
20秒前
634301059发布了新的文献求助10
21秒前
24秒前
桂馥兰馨完成签到 ,获得积分10
25秒前
26秒前
28秒前
沉默安波发布了新的文献求助10
29秒前
hmfyl完成签到,获得积分10
30秒前
happyness完成签到,获得积分10
30秒前
Assmpsit发布了新的文献求助10
31秒前
31秒前
荣荣完成签到,获得积分10
32秒前
32秒前
研究畜完成签到,获得积分10
32秒前
麦田稻草人完成签到,获得积分10
34秒前
开朗的菠萝头完成签到,获得积分10
34秒前
35秒前
chrissylaiiii发布了新的文献求助10
35秒前
36秒前
彪壮的若男完成签到 ,获得积分10
37秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
Case Research: The Case Writing Process 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142138
求助须知:如何正确求助?哪些是违规求助? 2793085
关于积分的说明 7805514
捐赠科研通 2449427
什么是DOI,文献DOI怎么找? 1303274
科研通“疑难数据库(出版商)”最低求助积分说明 626807
版权声明 601291