该研究在 Hilbert 空间中，通过预测对手行为的赌博机制构建了一种简单的无需调参数的学习算法，用于在线线性现行优化和专家建议学习，实现了优质的后悔约束和分析复杂度。

Feb, 2016

本文介绍了几种新的黑盒约简，通过简化分析，改进遗憾保证甚至改进运行时间，显著地提高了自适应和无参数在线学习算法的设计。 我们将无参数在线学习约化为在线指数凸优化、将 Banach 空间中的优化约化为一维优化、将约束域的优化约化为无约束优化。 我们所有的约简的运行速度都与在线梯度下降相同。 我们使用我们的新技术改进了以前对于任意范数的无参数学习的最佳遗憾保证。

Feb, 2018

该论文提出了一种基于核的随机梯度下降算法，在训练过程中进行模型选择，不需任何形式的交叉验证或参数调整，并利用在线学习理论在数据相关性方面进行正则化的估计，证明了标准光滑性假设下的最优收敛速度。

Jun, 2014

本论文研究了在线设置下学习过程中涉及到的平滑度、最小极大后悔以及上下文干涉等问题，并提出了对应算法的解决方案。

Feb, 2022

本文提出了一种新型自适应算法，展示了其与优化和在线学习算法之间的界限，并构建了一类算法家族以达到该界限。

Mar, 2017

本文提出一种能够在线预测的算法，能够在概率和对抗性设置下与未知复杂度的情境树专家相竞争。通过将结构风险最小化的概率框架纳入现有的自适应算法中，我们不仅可以稳健地学习存在随机结构的同时获得正确的模型阶数，并取得了能够与拥有强侧面信息的最优算法竞争的遗憾边界，从而提供了对模型和随机性同时适应性的第一个具体保证。

May, 2018

本文研究了离线强化学习（offline reinforcement learning）中，如何进行模型选择，并针对该问题设计了一种算法 ModBE，该算法可实现最优性保证、思路简单、计算高效，适用于在候选模型类中进行选择，并且以解决一系列平方损失回归问题及比较类别之间的相对平方损失为操作基础。

Nov, 2022

本文着重考虑在线学习在对抗性，非凸设置下，通过使用离线优化模型，得到了相对应的在线学习模型和统计学习模型之间的计算等价关系，同时提出了一种应用，将该方法应用于求解包括 GAN（生成对称网络）在内的非凸博弈的均衡解。

Oct, 2018

本文提出一种无模型学习框架来解决无法推导出目标函数或限制条件的优化问题，同时将神经网络用于参数化所需优化的函数、参数化瞬时限制条件相关的拉格朗日乘数以及逼近未知的目标函数或限制条件。数值和模拟结果验证了所提出的框架的有效性，并以功率控制问题作为例子证明了模型无关学习的效率。

Jul, 2019

本论文提出采用 Frank-Wolfe 技术的高效在线学习算法，避免了投影步骤，同时在在线凸优化方面获得了一系列遗憾界，特别是在随机在线平滑凸优化方面。此外，我们的算法具有参数自由性和产生稀疏决策的优点，并将算法应用到协作过滤的计算密集型应用中，并在标准数据集上显示出理论上的改进。

Jun, 2012