知识卡片：p-范数几何下无约束凸优化的自适应加速乐观对偶平均法

一句话结论

论文提出一种面向无约束凸优化的自适应加速乐观对偶平均方法（A²ODA），在 (p\in[2,\infty]) 的 (p)-范数几何下采用低成本预条件，无需线搜索，并在广义局部光滑条件下给出可分离常数曲率与间隙依赖曲率影响的收敛界。

事件概述或研究问题

大规模一阶优化中，高效预条件十分关键。该研究关注如何在无约束凸优化中，以简单统一的更新结构实现基于 (p)-范数几何的低成本预条件，并避免线搜索带来的额外开销，同时获得可分析的收敛保证。

方法/产品要点

• 提出自适应加速乐观对偶平均方法（(\text{A}^2)ODA）。
• 预条件基于 (p)-范数几何，覆盖 (p\in[2,\infty])。
• 方法无需线搜索（line-search-free）。
• 采用基于聚合仿射下模型的新步长选择技术。
• 更新结构在 (p\in[2,\infty]) 上简单且统一；(p>2) 的情形并不比欧几里得情形 (p=2) 需要更复杂的更新。
• 在广义局部光滑条件下推导收敛界，该界将常数曲率与间隙依赖曲率的影响分开。

主要结果或产业意义

理论结果表明，间隙依赖曲率项可能带来更快衰减的项；在局部光滑的特殊情形下，该收敛界可恢复接近最优的收敛速率。这意味着该方法在保持实现简单、无需线搜索的同时，为 (p)-范数几何下的加速优化提供了可解释的收敛刻画，对大规模一阶优化的预条件设计具有参考价值。

为什么重要

大规模优化中预条件的成本与实现复杂度往往制约方法落地。该工作试图在"低成本预条件""简单统一更新""无需线搜索""可证明收敛"之间取得平衡，尤其强调 (p>2) 时更新并不比欧几里得情形更复杂，这降低了非欧几何优化的工程门槛。其收敛界对曲率效应的分离也有助于理解加速来源。

局限与不确定性

• 材料仅给出摘要级信息，未提供具体实验设置、数据集或与其他方法的数值对比，实际性能优势待核实。
• "接近最优收敛速率"的具体含义与条件（如常数因子、适用假设的严格程度）需查阅全文确认。
• 广义局部光滑条件与实际问题分布的匹配程度待核实。
• 方法对 (p) 的选择策略及预条件构建的实际开销细节待核实。

可用于图书/PPT/简报的角度

• 作为"非欧几何预条件 + 加速一阶方法"的案例，说明 (p)-范数几何如何统一覆盖欧几里得与更大 (p) 的情形。
• 强调"无线搜索 + 简单统一更新"在工程实现上的价值。
• 用"收敛界分离常数曲率与间隙依赖曲率"讲解加速优化理论中曲率结构的作用。
• 与欧几里得情形 (p=2) 对比，说明 (p>2) 不增加更新复杂度的设计取舍。

与既有脉络的关系

现有相关卡片未涉及 (p)-范数几何下的加速对偶平均或预条件一阶方法，本条为新增主题；与"输入凸神经网络与Zonotope上Lp范数最大化"卡片仅在 (L_p) 范数概念上有松散关联，事实层面无重叠或更新关系。

原始材料

• 标题：A simple adaptive accelerated optimistic dual averaging method for unconstrained convex optimization in (p)-norm geometry
• 作者：Bowen Li, Danqing Zhou, Chuan He
• arXiv ID：2611.05334v1
• 发布/更新：2026-11-03T18:35:20Z
• 主分类：math.OC；交叉分类：cs.AI, cs.LG, stat.ML
• Abstract URL：https://arxiv.org/abs/2611.05334v1
• PDF URL：https://arxiv.org/pdf/2611.05334v1