在线逆优化最优遗憾获多项式时间算法

针对在线逆线性优化问题，研究者提出一种确定性算法，在任意时间跨度 T 下取得 O(√d) 的最优遗憾，且运行时间为 d 和 T 的多项式级。这回答了 Sakaue 此前提出的开放问题。 此前 Sakaue 用随机算法达到同样的最优遗憾，但每轮需要 (dT)^{O(d)} 次线性优化。新算法是 Sakaue 等人与 Cai 等人变尺度算法的变体，当查询点远离更新位置时撤销度量更新。

AI 根据报道生成 · 7 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。