# RL-QProxIP求解器

正则化内点法求解凸二次规划时，正则化权重、障碍参数和内层容差长期依赖人工设定。RL-QProxIP 用强化学习策略在每次外层迭代给出这些参数的收缩因子，不改变底层算法，因而保留原有收敛保证。在 Maros–Mészáros 测试集上，该策略在约70%的实例上是最快求解器，而基线 QProxIP 需约3.5倍时间才达到同一比例；原文对两者最终覆盖率的两种表述互相矛盾，此处不作取舍。

正则化内点法求解凸二次规划时，正则化权重、障碍参数和内层容差长期依赖人工设定。RL-QProxIP 用强化学习策略在每次外层迭代给出这些参数的收缩因子，不改变底层算法，因而保留原有收敛保证。在 Maros–Mészáros 测试集上，该策略在约70%的实例上是最快求解器，而基线 QProxIP 需约3.5倍时间才达到同一比例；原文对两者最终覆盖率的两种表述互相矛盾，此处不作取舍。