离线到在线线性老虎机的高斯宽度界

针对离线到在线随机线性老虎机中仅有 $k$ 个（共 $d$ 个）特征方向未被充分覆盖的场景，新研究利用高斯向量的 Lipschitz 函数集中不等式收紧了奖励预测误差，提出了一种遗憾界达到 $\widetilde O(k\sqrt T)$ 的分阶段消除算法。