regret

本文介绍了 THV-UCB，一种用于带有板选择的多目标老虎机问题的算法，并建立了超体积遗憾的无间隙和依赖间隙的遗憾界。

本文针对具有固定转移的有限时域对抗性MDP引入了法扇几何，提出了一种面穿越价格，用以区分有后果的和无害的非平稳性。研究表明，动态遗憾可分解为内在的定价面运动加上面内选择误差。