本研究提出的隐私保护算法在解决随机多臂赌博机问题时,相比之前的成果取得了较大的进展.算法可以保证最优遗憾率O(Ɛ−1+logT),通过实验证实了理论界和实践界之间的一致性。

Nov, 2015

本研究介绍了多臂赌博问题中的公平性概念以及提出了基于“chained”置信区间的多臂赌博问题的可证公平算法，并证明了任何公平算法必须具有该算法的时间复杂度，同时也证明了公平和非公平学习之间有强烈的界限。在一般情境中，本研究证明了公平性与KWIK学习模型的紧密联系，并提出了一种多项式时间复杂度的可证公平算法来解决线性上下文赌博问题。

May, 2016

本研究探讨在随机的多臂老虎机决策框架下的公平性问题，采用“相似个体应受到相似对待”的公平性框架，使用平滑度约束和公平性遗憾度量实现公平性，研究表明 Thompson sampling 等算法可以实现平滑公平性，且在公平性遗憾上有$ ilde{O}((kT)^{2/3})$的上界。

Jul, 2017

研究公平多臂老虎机问题中学习与公平之间的相互作用，通过特定向量表示公平性约束，定义一个公平感知的后悔，通过两个参数刻画一个 Fair-SMAB 算法类，并提供一个公平保证，无论学习算法的选择是什么，都可以持续地适用。

May, 2019

本文在经典赌博机问题的基础上提出了一个多智能体变种，旨在学会对赌臂进行公平分配并利用纳什社会福利来衡量它的公平性，设计了三个多智能体变种的算法并证明其实现了次线性的损失纳什社会福利， 因此可以对合理的互惠性展现出更大的感受。

Jul, 2020

为了解决个性化推荐中传统策略可能导致的不公平现象，提出了一种新的基于功绩公平的策略，并给出了两种算法，分别适用于多臂老虎机和线性老虎机，证明了算法的功绩公平和奖励公平具有亚线性，同时提供了实证分析，证明了该算法能够有效地公平分配推荐曝光。

Mar, 2021

研究了在在线学习中探索成本如何跨越多个组之间分摊，并提出了一种“分组”赌博模型，利用公理谈判和纳什谈判解来形式化地划分探索成本，并通过创造性的方法推导了平衡公平和探索成本的策略。以华法林剂量的情境赌博为例说明了此算法框架的相对优点。

Jun, 2021

在随机线性赌博机的框架中，我们获得了强化的后悔概念的紧密上界。这个强化的后悔概念被称为Nash后悔，它被定义为线性赌博机算法累积的预期奖励的几何平均值与（事先未知的）最优解之间的差异。我们开发了一种算法，在有限的臂集和无限的臂集两种情况下，实现了Nash后悔的上界。

Oct, 2023

通过建立公平的多臂赌博机框架，考虑离线和在线情形中的不公平问题，本论文证明了算法在单次选取情况下的次线性公平后悔度，并在实证中展示了在多次选取场景中算法的良好表现。

Feb, 2024

通过探索-执行算法设计实现在线公平分配研究, 解决基于多臂赌博携带公平约束的未知价值非可分配商品的社会福利最大化问题.

Jul, 2024