Python3.7中qpsolver.solve_qp()执行卡顿问题排查求助

在我的强化学习系统中，通过求解QP问题计算与原动作u0距离最小的安全动作。QP问题表述正确，G、h可通过u0计算，self.Pgs_M为常量，且已处理solve_qp返回None的情况。

核心代码片段 #

P = np.matrix([[1.,0.,0.,0.],[0.,1.,0.,0.],[0.,0.,1.,0.],[0.,0.,0.,1.]])
q = np.array(-u0).flatten() 
G = gx
h = np.array(c - fx).flatten()
lower_bound = np.array([0., -140., -200 * self.Pgs_M, 0.])
upper_bound = np.array([143., 140., 200 * self.Pgs_M, 0.])
safe_action = solve_qp(P,q,G,h,lb=lower_bound, ub=upper_bound)

注：u0为[4,1]形状的矩阵

卡顿前的调试输入 #

===============debug================
u0 =  [[  38.28203142]
      [-140.        ]
      [-144.34985435]
      [   0.        ]]
ini_spd =  [[   0.        ]
           [   0.        ]
           [-203.67992371]
           [ 203.67992371]
           [   0.        ]
           [  -0.        ]]

单独用该输入运行QP求解程序时返回None（问题无解），但训练时程序仍出现卡顿现象，以下是可能影响QP求解器和Python程序的因素：

可能的影响因素 #

QP求解器层面 #

• 无解问题的内部处理逻辑：部分QP求解器遇到无解问题时，不会直接返回None，而是会进入内部迭代尝试、错误处理或回溯流程，此过程可能消耗大量CPU资源导致卡顿。即使捕获了返回None的情况，求解器内部的耗时操作已经发生。
• 求解器参数配置：若求解器设置了过高的迭代次数、精度阈值，或未配置合理的超时机制，处理无解问题时会持续尝试计算直到达到限制条件，拖慢程序运行。
• 数值稳定性问题：从调试输入看，u0的第二个元素达到下界-140，ini_spd中部分数值接近边界（如-203.68），可能存在数值奇异、约束条件冲突，导致求解器陷入数值计算的死循环或大量冗余计算。

Python程序与强化学习训练层面 #

• 返回None后的处理逻辑：虽然已处理solve_qp返回None的情况，但后续分支逻辑可能存在低效操作，比如重复调用求解器、大矩阵运算、无限制循环重试，导致程序卡顿。
• 训练流程的并发/阻塞问题：若强化学习训练采用多线程/多进程架构，QP求解的阻塞操作可能导致整个训练流程的线程被挂起，表现为程序卡顿；或者求解器在全局解释器锁（GIL）下运行，占用Python主线程资源。
• 内存泄漏或资源占用：训练过程中频繁调用QP求解器，可能导致内存碎片积累、未释放的临时变量占用大量内存，进而引发系统内存交换（swap），导致程序运行缓慢甚至卡顿。
• 日志或调试输出开销：卡顿前的调试打印如果在训练时频繁执行，大量IO操作会占用系统资源，拖慢程序运行速度。

内容的提问来源于stack exchange，提问作者Zhihan_Li