ZO-COSMO：面向去中心化零阶优化的无索引单跳混合算法
针对去中心化零阶学习中稀疏通信面临的节点状态坐标对齐问题，该研究提出了 ZO-COSMO 算法。该方法结合了双查询梯度估计与保均值掩码共识机制，匹配更新仅需在通信节点对内部达成一致，消除了全局索引协调的需求。论文给出了严格的单标量收缩界，并为核心更新及稀疏动量更新提供了收敛性理论保证，有效降低了去中心化黑盒优化的通信复杂度。
推荐理由提出了一种降低去中心化零阶优化通信开销的新算法，具备完整的收敛性理论证明。
原标题：ZO-COSMO: Index-Free One-Hop Mixing for Decentralized Zeroth-Order Optimization
阅读 arXiv 机器学习 原文 ↗