基于龙贝格外推的黑盒优化梯度估计方法、装置及介质

本发明公开了基于龙贝格外推的黑盒优化梯度估计方法、装置及介质，其方法：获取待优化的目标函数以及目标函数对应的梯度求解基准点；配置梯度计算相关参数，基于梯度计算相关参数生成多尺度步长集合与单位正交扰动向量集合；基于梯度求解基准点、多尺度步长集合与单位正交扰动向量集合，确定目标函数在不同步长下的扰动位置，并将各扰动位置对应的响应数据转化为数值微分数据；基于预设融合权重，对不同尺度步长对应的数值微分数据进行加权融合；然后与各单位正交扰动向量进行关联处理，得到多个梯度分量，对各梯度分量聚合处理后得到最终的梯度估计结果。本申请实施例，利用龙贝格外推技术，系统性抵消低阶截断误差，显著提升梯度估计精度。