第壹步，測量系統當前的像質評價函數值；
第二步，對控制參量 施加擾動 ，隨機生成擾動向量，各擾動向量相互獨立且同為伯努利分布；
第三步，保持控制參量的擾動狀態，測量此時系統的像質評價函數值；
第四步，計算像質評價函數值的改變量，並按叠代公式對控制參量的取值進行修正；下圖為隨機並行梯度下降算法的叠代公式。
在進行梯度估計時，可使用雙邊擾動來提高梯度估計的精度。也就是分別對控制電壓參量 施加壹次正向擾動和負向擾動，並測量兩次擾動後的像質評價函數值的改變量作為性能指標梯度估計。在實際應用中，如使目標函數向極大方向優化，μ取負值；反之，μ取正。算法流程圖如下圖所示