因为快啊…在general convex的条件下（没有smooth的assumption）GD只有O(1/sqrt{T})的收敛速度，而ellipsoid method可以达到exponential的速度，而且它还是projection-free的。但是ellipsoid method不是dimension free的，这个收敛速度的前提是iterations 大于2n^2 log (R/r), n是数据维数。如果n很大的话，这个condition number也会很大，ellipsoid method就不如...
只有问题有特殊结构的时候比如解sparse gradient sparse 或者多余的smoothness时候 low bound会显著提升这...
该算法在两种凸优化之间交替:(1)二次规划,其用来生成一组超平面以将空间的凸区域与障碍物分开,(2) 半正定规划,用于在无障碍物半空间中找到最大体积椭球体。超平面和椭球体都经过多次迭代进行优化,以增加内切椭球体的体积,逐步产生无障碍物空间的大型多面体和椭球体。该算法最终在2D与3D的形式进行验证,并讨论了N维...