重新审视平滑在线学习：竞争比、含切换代价的动态遗憾与两全保证

基于摘要分析。本文研究平滑在线学习中即时任务代价（hitting cost）与决策切换代价之间的权衡，贡献包括改进竞争比、达到最优阶的含切换代价动态遗憾，以及聚合两类专家保证的算法。主要对象是在线优化的理论性质，而非神经信号解码或模型推理加速。 竞争比方面，作者报告：在 ℓ₂ 范数切换代价下，对 α-polyhedral 代价函数，仅最小化即时任务代价即可达到 max(1, 2/α) 的竞争比；在平方 ℓ₂ 范数切换代价下，对满足 λ-quadratic growth 条件的函数，同一策略达到 1+4/λ。作者称前一界对该简单算法是紧的，并在 α≥1 时建立匹配下界。对于凸且满足 λ-quadratic growth 条件的即时任务代价，适当加权即时任务代价与平方 ℓ₂ 范数切换代价，可获得 1+2/√λ 的竞争比。 动态遗憾方面，作者提出 Smoothed Ader（SAder），在标准在线凸优化设置、采用 ℓ₂ 范数切换代价时，达到 O(√(T(1+P_T)))；其中 T 为轮数，P_T 为比较序列的路径长度。作者报告该速率为最优阶，其 lookahead 版本可去除梯度有界假设，并给出该设置下的匹配下界。标准在线与 lookahead 设置的信息可用时序不同，不能混为相同协议。 专家聚合方面，UDNP 面向有界凸域上的凸即时任务代价，在 lookahead 设置下支持上述两类切换代价。作者报告，相对第一个专家，其额外累积代价至多为 O(1)；相对第二个专家，至多为 O(√(T log T))，且不要求梯度有界。这里的“两全保证”针对两个专家的不同参照界，不等于对两者均有常数额外代价。 摘要未提供完整假设、算法更新式、证明或实证结果，具体协议、消融及统计信息尚未验证。若考虑用于 EEG/BCI 在线决策，仍需先核对凸性、反馈时序及切换代价定义是否成立；本文未提供相应验证，已有 EEG 相关工作也尚未检索确认。