非平稳学习中的数据复用研究

针对未知参数在有限循环值间突变的非平稳在线学习场景，研究提出了随时算法 Exposure-Capped Reuse（ECR），通过结合在线变化检测、兼容性测试与污染控制实现安全的数据复用。该算法使遗憾值（regret）仅随参数不同取值的数量而非环境变化次数增长；理论推导出的信息论下界证明了 ECR 的近极小极大最优性（near-minimax optimality）。