通过共享表示实现具有可证明效率保证的多任务元 bandit 学习

基于摘要分析。本文研究多个线性 bandit 任务如何利用共享表示提高学习效率，核心贡献是为共同特征学习与向未见任务迁移这两个元学习问题提供具有理论效率保证的算法。 问题设定包含 T 个 d 维线性 bandit，任务之间共享一个低维线性表示。其机制是从多个相关任务中学习公共特征，再利用该表示帮助新的 bandit 任务学习，以复用既有经验、降低数据需求。作者报告算法具有可证明的快速性与样本效率，但摘要未给出具体算法、理论界、共享表示的可识别条件，以及任务分布和探索策略所需的假设。 作者报告使用真实与合成数据开展数值实验，并与基准算法比较，以验证理论结果。摘要未披露数据集名称、任务划分、基线、指标或数值结果，因而尚不能判断性能收益的大小与适用范围；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 BCI 在线决策或反馈学习任务能够合理建模为共享低维结构的线性 bandit，该框架可能用于复用历史任务经验、减少新任务的交互成本。这一假设依赖任务间确有可迁移结构，以及可观测反馈足以支持 bandit 学习，不能直接等同于跨被试 EEG 解码。可考察复用共享表示学习与新任务迁移机制，但 EEG 特征构建、动作和奖励定义、非平稳性处理需要另行设计。低信噪比、被试差异、通道不一致及小样本都可能破坏共享线性结构。一个可证伪的小实验是在明确 bandit 反馈协议下，用历史被试任务学习表示，在严格留出的新被试任务上与独立学习及不共享表示的基线比较累计遗憾和交互样本需求，并控制历史数据与反馈预算。已有 EEG 相关工作尚未检索确认。