最优空间复杂度下的 Lipschitz bandit

基于摘要分析。本文研究连续臂空间上的 Lipschitz bandit 问题，即期望奖励是臂空间上的 Lipschitz 函数，核心贡献是在控制遗憾的同时降低算法的存储需求，而非提出神经信号模型或 BCI 解码方法。 作者指出，既有算法需要保存所有已访问臂的奖励信息，带来较高内存开销。为此，作者提出 Log-space Lipschitz bandits（Log-Li）。作者报告，在论文所讨论的 Lipschitz bandit 设置下，该算法以 O(log T) 比特存储实现 Õ(T^((d_z+1)/(d_z+2))) 的遗憾，达到忽略对数因子意义下的最优水平。摘要未解释 d_z 的定义，具体理论假设、数值表示与存储计量方式尚未验证，不能据此推断其内部数据结构或更新机制。 作者还报告空间复杂度下界：实现最优遗憾的算法需要 Ω(log T) 比特存储。数值模拟中，作者报告 Log-Li 的遗憾与当前先进方法相当，同时内存使用降低数个数量级；但模拟任务、时间范围、对照算法、重复次数及统计信息尚未验证，因此不能将该结果直接推广到实际在线系统。 平台推测（待验证）：若某类 BCI 在线参数选择可表示为连续臂空间，且反馈奖励满足相应平滑性与理论条件，Log-Li 或可作为受限存储下的参数搜索模块。可复用的是 bandit 决策机制，需改造的是参数空间、距离度量和奖励接口，不是 EEG 特征提取或解码网络。低信噪比、奖励延迟、跨被试差异及跨会话非平稳性可能使理论条件失效。一个可检验的小实验是在预先固定的参数空间与反馈预算下，对比 Log-Li 和常规 Lipschitz bandit 的遗憾及实际存储，并单独测试奖励漂移时的表现；这不构成已验证的 BCI 效果，已有 EEG 相关工作尚未检索确认。