最优调控预算消耗与在线学习

针对对抗环境下的预算受限在线学习，该研究提出一种全信息算法，在任意 $F$ 个专家的设定下实现了 $O(D \sqrt{\log F}+ \sqrt{T\log F})$ 的近最优后悔界，匹配 Braverman 等人（2025）给出的理论下界。