非渐近中心极限定理及双时间尺度随机逼近的误差界限

本研究针对双时间尺度随机逼近算法中的有限时间误差率问题，提出了一种非渐近中心极限定理。该论文的创新之处在于利用Wasserstein-1距离，证明了Polyak-Ruppert平均的期望误差以$1/\sqrt{n}$的速率衰减，显著改善了之前研究的收敛速率。此成果为机器学习中的应用提供了重要的理论支撑。