同一座山谷，三种走法。让下降、震荡与停留，留下可以重放的轨迹。
点按左侧等高线设置新起点。也可在上方输入精确坐标。曲线始终对应实际算法。
梯度下降：x ← x − ηg。经典动量：v ← βv + g，x ← x − ηv。Adam：分别累计梯度的一阶矩 m 与平方梯度的二阶矩 v，按 1−β₁ᵗ、1−β₂ᵗ 做偏差修正，再用 η·m̂/(√v̂+10⁻⁸) 更新。所有方法使用同一目标函数的完整解析梯度；这里没有随机采样或真实神经网络训练。
梯度范数达到容差，只说明找到一个数值驻点，不保证全局最小。若下一步离开观察窗口，记录会在最后一个窗口内点停止，并在 CSV 中保留越界尝试坐标；这不是约束优化。也分别报告浮点位置不变、溢出和步数上限。金环/叉号来自目标函数的解析全局最小位置，与算法自己找到的点有区别。
凸二次函数的 u = cosθ·x + sinθ·y，v = −sinθ·x + cosθ·y；a,b > 0，因此唯一最小点是原点。Rosenbrock 形式为 (a−x)² + b(y−x²)²，最小点 (a,a²)。Rastrigin 使用 x²+y²+A[2−cos(2πx)−cos(2πy)]，A ≥ 0，原点的全局最小值为 0。其他驻点可能使普通下降停留。
曲面高度按当前窗口网格采样最大值归一化，可用 log(1+f) 压缩高处，也可用线性 f 显示；垂直方向与 x,y 不等比例。算法始终用原始函数值和解析梯度。二维收敛图以 log₁₀(f) 显示，f ≤ 10⁻¹² 在图中合并为下限；CSV 保留真实计算值。颜色分层、曲面网格与等高线是有限分辨率绘制。
参数改变后实际计算轨迹；播放只是在这些已计算步骤之间回放，不是计算进度条。每种算法最多 3,000 步，可独立关闭。起点、窗口、方法、学习率、目标系数、容差、显示选项和回放游标都保存在 JSON；相机是观看状态，不保存在实验模型。页面隐藏会暂停回放。
曲面可拖动旋转，也有方向、放大、复位按钮。WebGL 不可用时，二维等高线、数值结果及 CSV/JSON 导出仍可工作。运行资源全部内嵌，不依赖网络或账号。
字体 Noto Sans CJK SC 子集，SIL OFL 1.1，完整许可内嵌。真实几何/着色器与二维绘图经过同源输出核对；此说明不把原生场景检查称为浏览器实机验收。