无察觉对手下多臂老虎机迈向最优切换遗憾界

针对无察觉对手下的对抗性多臂老虎机，新算法在切换次数 S 未知时对任意 S 均达到 $\widetilde{\mathcal{O}}(\sqrt{(S+1)KT})$ 期望遗憾界，解决了 Auer 等人提出的公开问题。该方案将低初始学习率的 fixed-share 学习器与二歧区间子程序结合，利用随机化学习率和隐式探索寻找局部改进。当子程序积累足够优势时主学习率翻倍，从而自适应未知切换次数。