强污染对抗线性多臂老虎机的近极小化极大最优遗憾界

针对强污染对抗线性老虎机问题，研究提出 CRW-FTRL 算法，成功解决了其统计速率问题。该算法采用半径加权熵正则项与归一化核估计器，针对 $\mathbb{R}^d$ 中的 $K$ 个动作以高概率达成 $\tilde O(\sqrt{dT\log K} + dC)$ 遗憾界。