sheaf-admm

Sheaf-ADMM 是一个基于图神经网络与优化算法融合的多智能体协同学习框架，实现端到端可微分的分布式优化求解。其核心是将输入分解为重叠局部视图，每个视图由独立智能体处理（通过神经编码器参数化凸子问题），并借助细胞层（cellular sheaf）定义邻域一致性约束，再以交替方向乘子法（ADMM）协调各智能体更新；整个优化过程被展开为固定步数的计算图以支持梯度回传。适用于需结构化协同推理的任务，如迷宫路径规划、手写数字分割识别、数独求解等具有局部约束与全局一致性的组合优化场景。