双线性老虎机纯探索中的多任务表示学习

基于摘要分析。本文研究双线性老虎机中的多任务纯探索：每个动作由两类实体各自的一个臂组成，奖励是两臂已知特征向量的双线性函数，目标是在多个共享低维线性表示的任务中识别各自的最优臂对。作者提出 GOBLIN，通过实验设计统筹共享表示学习与各任务最优动作识别的采样分配。 核心机制是利用任务间的共同表示减少重复探索，而非将每个任务完全独立求解。GOBLIN 的采样分配同时服务于全局表示估计和单任务最优臂对识别。作者报告，在所研究的共享表示设定下，该方法相较独立求解各任务可显著改善样本复杂度；摘要未提供具体界、数值或适用条件。作者称，据其所知，这是首次针对具有共享表示的双线性老虎机纯探索给出样本复杂度分析，该优先性声明尚未独立核实。实验协议、消融及统计信息尚未验证，全文中的理论假设与实现细节亦需核对。 平台推测（待验证）：若某类 EEG/BCI 校准可明确写成两个可控因素的组合选择，具有已知臂特征，且跨被试或跨会话任务近似共享低维奖励结构，则其预算分配思路可能用于减少寻找最佳配置的交互次数。这一假设不等于已验证的 EEG 表示学习效果。可复用的是实验设计与跨任务采样分配框架；需改造的是臂特征、奖励定义及共享结构估计。低信噪比、被试差异、小样本和通道配置变化可能破坏双线性或共享表示假设。一个可证伪的小实验是在预先限定的双因素 BCI 配置搜索中，以相同采样预算比较共享表示策略与逐任务独立搜索的最优配置识别率；须先核实任务确实满足该模型。相关 EEG 工作尚未检索确认。