SUAK：面向随时背包约束的 Bandits 算法

研究者提出 Bandits with anytime knapsacks（BwAK）问题，将 BwK 的总成本预算改为随时成本约束，要求决策全程满足限制。为此提出 SUAK 算法，用上置信界寻找最优臂组合，并策略性略微低用预算以减少跳轮。SUAK 达到与 BwK 相同的 O(K log T) 问题相关遗憾上界，并证明该依赖不可避免，模拟中收益显著高于朴素适配的 BwK 算法。