RL-赵-(六):随机逼近与随机梯度下降02-2:Robbins-Monro(RM)算法【wₖ₊₁=wₖ-αₖĝ(wₖ,ηₖ)】【SA领域的开创性工作】
2026/9/24 6:47:17 网站建设 项目流程


2、Robbins-Monro(RM)算法

Robbins-Monro(RM)算法:
wk+1 = wk − ak g~(wk,ηk ),k = 1,2,3,... \begin{aligned}w_{k+1}\:=\:w_k\:-\:a_k\:\tilde{g}(w_k,\eta_k\:),k\:=\:1,2,3,...\end{aligned}wk+1=wkakg~(wk,ηk),k=1,2,3,...

其中

  • wkw_kwk是root的第kkk次估计;
  • g~(wk,ηk)=g(wk)+ηk\tilde{g}\left(w_k,\eta_k\right)=g(w_k)+\eta_kg~(wk,ηk)=g(wk)+ηk是第kkk次带有噪声的观测;

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询