要点：阻尼因子的作用：在 H + λ*diag(H) 中，控制步长和方向。调节策略：基于增益比率 ρ = (实际下降)/(预测下降)如果 ρ 较大（接近1），减小 λ，更信任高斯-牛顿。如果 ρ 较小甚至负，增大 λ，更保守。具体更新规则（如 Marquardt 方法，或者 g2o 的实现细节）。阻尼因子λλ是 LM 算法的核心，它在每次迭代中根据代价函数的实际下降量与模型预测的下降量之间的匹配程度来动态调整，从而在梯度下降（稳健）与高斯‑牛顿（快速收敛）之间自动切换。如果ρ≤0（实际代价没有下降），则：拒绝本次更新，xx回退。大幅增加λ（例如乘以 10）
要点：阻尼因子的作用：在 H + λ*diag(H) 中，控制步长和方向。调节策略：基于增益比率 ρ = (实际下降)/(预测下降)如果 ρ 较大（接近1），减小 λ，更信任高斯-牛顿。如果 ρ 较小甚至负，增大 λ，更保守。具体更新规则（如 Marquardt 方法，或者 g2o 的实现细节）。阻尼因子λλ是 LM 算法的核心，它在每次迭代中根据代价函数的实际下降量与模型预测的下降量之间的匹配程度来动态调整，从而在梯度下降（稳健）与高斯‑牛顿（快速收敛）之间自动切换。如果ρ≤0（实际代价没有下降），则：拒绝本次更新，xx回退。大幅增加λ（例如乘以 10）
