带反馈图老虎机的近最优一阶遗憾界

针对具有已知有向反馈图的对抗老虎机问题，该研究提出了期望一阶遗憾界达到 $\widetilde{O}(\sqrt{\alpha L^\star}+\alpha)$ 的新算法，消除了以往依赖团划分数的理论差距。该方法结合 EXP3 更新与基于优化的探索采样策略，关键采样分布可通过几何收敛迭代在多项式时间内求解。该成果随后通过双层聚合框架进一步推广至一般的强可观测图。