线性与双线性 Bandit 中固定预算纯探索的多任务表示学习

基于摘要分析。本文研究线性与双线性 Bandit 中的固定预算纯探索：在预先给定的采样预算内，为多个任务分别识别最优臂，或最优左、右臂。核心贡献是利用任务共享的低维线性表示，联合安排表示学习与最优臂识别，而非独立求解各任务。 作者提出考虑任务间共享结构的固定预算线性多任务表示学习下界，并据此设计 FB-DOE。该算法采用双重实验设计，在任务及其臂之间分配样本，先学习共同表示，再识别各任务的最优臂。作者报告，相比独立求解任务，联合学习共享表示并按双重实验设计分配动作可降低错误概率；摘要未提供具体误差界、数值结果或比较协议。作者将该问题设定及相关下界表述为首次研究，这一优先性声明尚未独立核实。 该方法依赖任务之间存在共同低维线性结构，并能通过主动选择动作获得反馈；它主要解决有限采样预算如何分配的问题，而不是直接处理 EEG 表征或解码。共享表示的可识别条件、线性与双线性反馈假设、噪声条件、预算分配细节，以及实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若某类 BCI 校准任务可明确建模为具有共享低维结构的 Bandit，且目标是用有限试次识别最佳刺激或控制选项，则其跨任务采样分配机制可能具有参考价值。可复用部分是共享表示估计与实验设计，需改造反馈模型及任务定义；EEG 低信噪比、跨被试差异、通道不一致和小样本可能破坏共享结构或使估计不稳定。一个可证伪的小实验是在固定总试次、相同候选动作和反馈定义下，比较 FB-DOE 与逐任务独立分配的最优动作识别错误率，并改变任务间共享程度，检查收益是否随结构失配消失。已有 EEG 相关工作尚未检索确认。