SIAM Journal on Optimization, Volume 30, Issue 2, Page 1327-1338, January 2020.
We construct examples of Lipschitz continuous functions, with pathological subgradient dynamics in both continuous and discrete time. In both settings, the iterates generate bounded trajectories and yet fail to detect any (generalized) critical points of the function.

中文翻译：

---

病理学梯度动力学

SIAM优化杂志，第30卷，第2期，第1327-1338页，2020年1月。
我们构建Lipschitz连续函数的示例，在连续和离散时间内均具有病理性次梯度动力学。在这两种设置中，迭代都会生成有界的轨迹，但无法检测到该函数的任何（广义）临界点。