自适应（adaptive）是指系统或算法能够根据环境变化或输入数据动态调整自身参数或行为，以优化性能或保持稳定性。在机器学习中，自适应体现在学习率调整、模型在线更新等；在控制系统中，自适应控制器能实时调节控制律。核心思想是通过反馈机制不断学习并改进，以应对不确定性。
【常见问题】
问题1：adaptive算法有哪些常见类型？
回答1：adaptive算法包括AdaGrad、RMSProp、Adam等自适应学习率优化器，以及自适应滤波、自适应控制律等类型，其共同特点是能根据数据或环境动态调整参数。
问题2：adaptive系统在动态环境中如何保持稳定？
回答2：adaptive系统通常通过在线估计系统参数或使用鲁棒控制策略，结合负反馈和参数调整机制，在环境变化时重新收敛到稳定工作点，从而保持稳定性。
问题3：adaptive技术的主要优缺点是什么？
回答3：优点是能自动适应未知或时变环境，减少人工调参需求；缺点是可能增加计算复杂度，且在某些情况下收敛速度慢或需要良好的初始条件来避免发散。