arXiv · AI· Haoyu Zhu, Xiaochen Zhang, Qingchun Hou·2026-10-30 12:00· 9 小时前AI 评分28

Convex-SKM-Net：用于神经凸约束满足的低延迟块半空间校正

Convex-SKM-Net: Low-Latency Block Halfspace Corrections for Neural Convex Constraint Satisfaction

AI 导读

提出 Convex-SKM-Net 层，利用残差和次梯度预言机构建线性化半空间，无需特定投影器即可满足凸约束。在 SOC-MPC 上实现 144.3× 推理加速，QCQP 基准测试平均目标差距为 0.012%，可行性容差达 10⁻⁴。联合学习正定移动性因子，将仿射任务平均目标差距降低 22.4%。

来源：arXiv · AI · arxiv.org