优化目标功能中具有不同性质的成员

Question

有两个点云A和B（大小（A）！=大小（B））。 我想将A变形（吸引）到B（B是静态的）。 但是A内也有一些限制。例如，在优化过程中某些点之间的距离必须保持恒定。 显然，我必须添加正则化以保留云A的形状。

让我们假设以下目标函数：

E（p）= w1 * E1（p）+ w2 * E2（p）+ w3 * E3（p）

E1-从A到B的变体

E2-保留A的形状

E3-A中的内部限制

wn-权重

p-参数

我使用Adam优化器。 我有一个问题：

从我的角度来看，成员E1和E3具有不同的性质：E1-到静态点的最小距离（A点正在移动，B点没有移动），E3-两个点都属于A，都在移动并且a在优化期间，距离是恒定的。

我怀疑对于这两个不同的成员仅具有一个目标功能是否正确。 关于如何最好地进行有什么建议吗？