ADMM算法，全稱為交替方向乘子法（Alternating Direction Method of Multipliers），是一種用於解決最佳化問題的疊代算法，特別適用於那些可以分解為多個子問題的最佳化問題。它結合了拉格朗日乘子法和分裂方法的特點，通過交替最佳化原問題的分裂子問題和更新乘子來逼近全局最優解。在處理大規模和分散式最佳化問題時，ADMM算法特別有效，因此在機器學習、信號處理、統計學習、圖像處理等領域有廣泛套用。
ADMM算法的基本思想是將一個複雜的最佳化問題分解為幾個更簡單的子問題，這些子問題可以更容易或更高效地求解。通過交替求解這些子問題並更新對應的乘子，ADMM能夠在保證收斂性的同時，高效地找到問題的解。
此外，ADMM算法也被視為一種最佳化框架，適用於求解分散式凸最佳化問題，它通過分解協調過程，將大的全局問題分解為多個較小、較容易求解的局部子問題，並通過協調子問題的解而得到大的全局問題的解。
總的來說，ADMM算法是一種重要的最佳化算法，具有處理速度快、收斂性能好的特點，因此在多個領域都有廣泛套用。