塞巴斯蒂安·布贝克;吉尔斯·斯托尔茨;于佳元 利普希茨强盗没有利普希兹常数。 （英语） 兹比尔1349.60069 Kivinen，Jyrki（编辑）等人，《算法学习理论》。2011年10月5日至7日在芬兰埃斯波举行的ALT 2011第22届国际会议。诉讼程序。柏林：施普林格出版社（ISBN 978-3-642-24411-7/pbk）。计算机科学课堂讲稿6925。人工智能课堂讲稿，144-158（2011）。 摘要：我们考虑了武器连续体由\（[0,1]^{d}\）索引的随机强盗问题。我们首先指出，文献中迄今为止所考虑的策略只提供了形式的理论保证：给定一些调整参数，对于依赖这些参数的一类环境来说，遗憾很小。然而，这并不是正确的观点，因为战略应该适应当前特定的强盗环境，而不是相反。换言之，提出了一个适应问题。我们针对均值-衰减函数全局为Lipschitz的特殊环境进行了求解。更准确地说，我们证明了在平均值函数为Lipschitz且具有常数L的环境下，（T）时间实例上遗憾界的最小最大数量级（L^{d/（d+2）}T^{（d+1）/（d=2）}\）可以在不预先知道（L\）或（T\）的情况下实现。这与之前所有已知的策略形成了对比，这些策略在一定程度上需要了解（L）才能实现这一性能保证。关于整个系列，请参见[Zbl 1223.68007号]. 引用于7文件 理学硕士： 60克40 停车时间；最优停车问题；赌博理论 91A60型 概率博弈；赌博 PDF格式BibTeX公司 XML格式引用 \textit{S.Bubeck}等人，Lect。注释计算。科学。6925144-158（2011年；Zbl 1349.60069） 全文： 内政部 arXiv公司 哈尔