实例相关随机 Lipschitz bandit

研究提出一种实例相关的 Lipschitz bandit 算法与分析，通过水平集次优差距积分表征遗憾，使遗憾界能自适应水平集的局部增长。当最大值点集维度 $d^\star>0$ 时，其自适应速率达到 $\tilde{\mathcal{O}}(T^{\frac{d_z+1}{\max(d_z,d^\star)+2}})$，严格优于传统 zooming 界。