二段階最適化(bilevel optimization)は、外側(上位)の問題の目的関数が内側(下位)の最適化問題の解に依存する構造の最適化問題である。上位問題がパラメータを定めると、下位問題はそのパラメータのもとで自らの目的を最適化し、上位問題はその結果を見てパラメータを調整する。数理計画法では1970年代から研究されており、経済学のシュタッケルベルクゲームと同じ構造を持つ。
機械学習では、ハイパーパラメータ最適化、メタ学習、ニューラルアーキテクチャ探索などにこの枠組みが用いられる。モデルの学習が内側の問題、学習設定の選択が外側の問題に対応し、内側の解を通じて勾配を伝播または近似する手法が研究されている。