标签
论文提出了 ORACLE，一种基于优化器的相对约束学习方法，通过评估约束与优化后更新量之间的兼容性，而非直接在目标函数或梯度层面评估。在八个偏微分方程基准上的实验表明，ORACLE 在 94% 的配置中优于原生优化器。