行列をnp.arrayにしてから扱いたい～最急降下法～

前提・実現したいこと

Pythonで最急降下法の実装中、Numpyを使うために行列をnp.array形式に変換してから使おうと思ったのですが
data type not understood
のエラーが出てしまい動きません。どう直せばいいのでしょうか…？

発生している問題・エラーメッセージ


---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-137-525b146a585c> in <module>()
     31             x_2.append(x_2)
     32     return pos_history
---> 33 grad_descent(1.2, 1.2, 0.1, 0.1, 0.1)

<ipython-input-137-525b146a585c> in grad_descent(x_1, x_2, a_0, c, p)
     15     iteration_max = 50 #爆発しないように
     16     a = a_0
---> 17     pos = np.array(x_1,x_2)
     18     x_1 = pos[0]
     19     x_2 = pos[1]

TypeError: data type not understood

該当のソースコード

Python
1import numpy as np
2import matplotlib.pyplot as plt
3#最小化したい関数
4def f(x_1,x_2):
5    return 100 * (x_2 - (x_1)**2)**2 + (1 - x_1)**2
6#再急降下方向
7def dsc_f(x_1, x_2):
8    return   (-(400 * x_1**3 - 400 * x_1 * x_2 + 2 * x_1 - 2),-((-200) * x_1 ** 2 + 200 * x_2))
9
10#a_0:learning rateの初期値
11#p:aの動かし幅
12#c:(0,1)内の定数
13def grad_descent(x_1, x_2 ,a_0,c,p):
14    eps = 1e-10
15    iteration_max = 50 #爆発しないように
16    a = a_0
17    pos = np.array(x_1,x_2)
18    x_1 = pos[0]
19    x_2 = pos[1]
20    h_1 = [x_1,]#history
21    h_2 = [x_2,]
22    for i in range(iteration_max):
23        d = np.array(dsc_f(x_1,x_2))
24        if abs(np.linalg.norm(d)) < eps:
25            break
26        else:
27            while (f(x_1 + a * d[0],x_2 + a * d[1]) > f(x_1,x_2) - c * a * abs(np.linalg.norm(d))):#armijoの条件
28                    a = a * p #↑をみたすように小さくしていく
29            x_1, x_2= [x_1 + a * d[0],x_2 + a * d[1]] #posの更新
30            h_1.append(x_1)
31            x_2.append(x_2)
32    return pos_history
33grad_descent(1.2, 1.2, 0.1, 0.1, 0.1)