Lagrangian Core Skill — v0.1.0
能力边界
支持: 凸QP | 光滑NLP | 基础非凸NLP 不支持: 分布式 | Safe RL | 多目标 | 贝叶斯混合
核心方法: 增广拉格朗日法 (ALM)
目标: min f(x) s.t. h(x)=0, g(x)≤0
L_ρ = f(x) + Σλ·h(x) + Σμ·g(x) + ρ/2·||h||²
求解步骤:
- 初始化 x₀, λ₀, μ₀, ρ₀=1.0
- 内层: min_x L_ρ(x, λ, μ) → x*
- 更新乘子: λ ← λ + ρ·h(x*), μ ← max(0, μ + ρ·g(x*))
- 更新惩罚: ρ ← 1.5ρ if ||h||>tol
- 收敛判断: ||h(x*)||<1e-6 且 ||∇L||<1e-6
KKT条件验证
∇f + Σλ∇h + Σμ∇g = 0 h(x*) = 0, g(x*) ≤ 0 μ ≥ 0, μ·g(x*) = 0
失败处理
输出: 错误类型 + 一行说明
输出格式
最优解 x*
[Description truncada. Veja o README completo no GitHub.]