bilevel optimization(이중 최적화)은 바깥(상위) 문제의 목적 함수가 안쪽(하위) 최적화 문제의 해에 의존하는 구조의 최적화 문제다. 상위 문제가 매개변수를 정하면 하위 문제는 그 매개변수 아래에서 자기 목적을 최적화하고, 상위 문제는 그 결과를 보고 다시 매개변수를 조정한다. 수리 계획법에서는 1970년대부터 연구된 문제로, 경제학의 Stackelberg 게임과 같은 구조다.
머신러닝에서는 hyperparameter 최적화, meta-learning, 신경망 구조 탐색 등에 이 틀이 쓰인다. 모델 학습이 안쪽 문제, 학습 설정의 선택이 바깥 문제에 해당하며, 안쪽 문제의 해를 통해 기울기를 전달하거나 근사하는 방법이 연구된다.