使用glmmTMB

如何解决使用glmmTMB

通常，我的混合模型包含几个具有许多唯一级别的分类变量，因此X矩阵非常稀疏。
我使用glmmTMB包来稀疏处理X和Z矩阵。这大大减少了模型拟合期间的RAM使用量。
glmmTMB软件包很棒，但对我来说有一个问题（也许我缺少了什么）：
当我在数字变量和分类变量（作为FE）之间使用 interactions 时，模型拟合就没有错误。
例如，此模型运行良好：

fit = glmmTMB(Y ~ 0 + num1:factor1 + num2:factor1 + factor2 + 
(0 + num3|subject) + (0 + num4|subject) + (1|subject),model_data,REML = TRUE,sparseX=c(cond=TRUE))

但是当我在两个两个类别变量之间使用任何互动时，即公式看起来像这样：

fit = glmmTMB(Y ~ 0 + num1:factor1 + factor3:factor1 + factor2 + 
(0 + num2|subject) + (0 + num3|subject) + (1|subject),sparseX=c(cond=TRUE)),

我收到以下错误：

iter: 5  Error in newton(par = c(beta = 1,beta = 1,: 
  Newton Failed to find minimum.
In addition: Warning message:
In (function (start,objective,gradient = NULL,hessian = NULL,:
  NA/NaN function evaluation
outer mgc:  NaN 
Error in (function (start,: 
  gradient function must return a numeric vector of length 4

同时，在混合模型理论中，两个类别变量之间的相互作用是有效的。
此外，这种模型（具有两个因素之间的相互作用）已成功地与Julia MixedModels软件包相符。

请帮助我了解此错误的根源吗？
在具有两个类别变量之间的相互作用的模型中，有没有办法避免这种情况？
为什么此类模型只能用于Julia MixedModels而不适用于glmmTMB？