风险敏感非参数与核老虎机

研究针对基于累积前景理论（CPT）评估收益的非参数老虎机问题，提出了将均值估计与 CPT 决策解耦的乐观算法 NPCB。该算法在连续动作空间下实现了与经典风险中性非参数老虎机同阶的 CPT 遗憾界，表明引入 CPT 风险敏感性不会增加阶数级成本。作者还将方法拓展至未知噪声分布和核老虎机，获得了与风险中性设定匹配的理论界。