本论文主要介绍了一种基于反馈图的顺序学习问题，提出了一个名为 problem complexity 的新概念，并创建了一个既定算法，实现了对此设置的最小化失望度量的最优解。

Jun, 2023

本文针对具有强可观测无向反馈图的在线学习问题，在回报上下界方面进行了改进，并使用 FTRL 与 q-Tsallis 熵对结果进行了证明；同时扩展了该技术应用于时间变化图的情形，并提供了适用于所有 alpha>1 的改良下界。

May, 2023

本文研究了在线学习中使用图形反馈的问题，提出了一种新的权衡机制，能够同时在随机环境和对抗环境取得最优结果，具有很好的推广性。

Jun, 2022

研究了拥有部分信息反馈的对抗 (非随机) 在线学习问题，在黑盒模型下能够获得如上小损失的概率，而其独特的设计使它在更多应用如半强盗问题和上下文强盗问题中得到有效的应用，并且能够提供一些之前无法获得的最优保证。

Nov, 2017

基于分区策略，本研究提出了一种新的学习算法，用于预测与专家建议的问题并同时受限于反馈图结构，证明对于传递反馈图，该算法可以高效实现且达到最优遗憾界（与一个常数因子定量相近）的预测性能优化。

Jun, 2024

本文主要研究反馈在在线学习中的作用以及它对遗憾的影响，特别是在 bandit 学习中，我们充分表征了不同反馈类型下的 minimax 遗憾，并设计了算法框架以实现匹配上限。

Jun, 2023

本文研究了一种名为 “部分信息” 的在线学习模型，提出了多种算法，通过信息反馈结构的组合特性，给出了紧密的遗憾界限。

Sep, 2014

本文提出了分数弱支配数和最大独立集数量两个概念分别反映了图结构对 Bandit 问题的最大遗憾上限的上下界，并通过这两个概念提出了线性规划，它们各自对应于弱支配集与其对偶下的分数顶点包集，并证明了最大遗憾上限的一般上界和下界，这些界对于包括树和度数有界图在内的具有界整数间隙的图是紧密最优的。

May, 2021

通过在线回归将参数图学习与无信息判定相结合，该研究开发了第一个可用于无信息设置的情境算法，并证明使用对数损失可以获得有利的后悔保证。

Feb, 2024

研究概率图反馈下的随机在线学习问题，分析算法设计和渐近下限，并得出回避上限与下限匹配的结论。

Mar, 2019