IAFTRL
一种基于FTRL框架的线性bandit算法，在正则化项中显式融入信息获取复杂度，实现随机与对抗环境下的最优遗憾保证
时间轴 (近 90 天)
IAFTRL（information-acquisition follow-the-regularized-leader）被论文声称是首个在纯FTRL框架下同时达到对抗环境最优（~O(√T)遗憾）和随机环境实例依赖最优（~O(C* log T)遗憾）的线性bandit算法。
IAFTRL在随机环境下的遗憾上界为 ~O(C* log T)，其中 C* 为信息获取复杂度（information-acquisition complexity）。
IAFTRL在对抗环境下的遗憾上界为 ~O(√T)，与纯对抗线性bandit算法的最优界同阶。
IAFTRL在存在损坏（corruption）时，遗憾上界为 ~O(C* log T + √(C T)) 量级，其中 C 是损坏总量。
IAFTRL通过动态调整正则化强度，将信息获取复杂度融入FTRL的正则化项设计，从而自动适应实例难度。
此前工作（Lee et al. 2021、Kong & Zhou 2023、Ito et al. 2023、Zhao et al. 2025）未能给出纯FTRL框架下在随机环境中达到实例依赖最优遗憾的BOBW算法，IAFTRL解决了该开放问题。
在随机线性bandit中，实例依赖最优遗憾下界通常可表示为 Ω(C* log T) 的形式，与IAFTRL的上界匹配（至对数因子）。
IAFTRL的分析融合了FTRL的稳定性与信息获取的实例依赖下界，为后续研究提供了新工具。
论文目前聚焦于有限动作集的线性bandit，向无限动作集或非线性模型的推广仍是开放方向。
IAFTRL通过信息获取复杂度的自适应调整来应对损坏：在检测到异常观测时，算法会调整正则化强度以降低对损坏数据的敏感度。
全部知识事实 (10)
IAFTRL（information-acquisition follow-the-regularized-leader）被论文声称是首个在纯FTRL框架下同时达到对抗环境最优（~O(√T)遗憾）和随机环境实例依赖最优（~O(C* log T)遗憾）的线性bandit算法。
50%待验证IAFTRL在随机环境下的遗憾上界为 ~O(C* log T)，其中 C* 为信息获取复杂度（information-acquisition complexity）。
50%待验证IAFTRL在对抗环境下的遗憾上界为 ~O(√T)，与纯对抗线性bandit算法的最优界同阶。
50%待验证IAFTRL在存在损坏（corruption）时，遗憾上界为 ~O(C* log T + √(C T)) 量级，其中 C 是损坏总量。
50%待验证IAFTRL通过动态调整正则化强度，将信息获取复杂度融入FTRL的正则化项设计，从而自动适应实例难度。
50%待验证此前工作（Lee et al. 2021、Kong & Zhou 2023、Ito et al. 2023、Zhao et al. 2025）未能给出纯FTRL框架下在随机环境中达到实例依赖最优遗憾的BOBW算法，IAFTRL解决了该开放问题。
50%待验证在随机线性bandit中，实例依赖最优遗憾下界通常可表示为 Ω(C* log T) 的形式，与IAFTRL的上界匹配（至对数因子）。
50%待验证IAFTRL的分析融合了FTRL的稳定性与信息获取的实例依赖下界，为后续研究提供了新工具。
50%待验证论文目前聚焦于有限动作集的线性bandit，向无限动作集或非线性模型的推广仍是开放方向。
50%待验证IAFTRL通过信息获取复杂度的自适应调整来应对损坏：在检测到异常观测时，算法会调整正则化强度以降低对损坏数据的敏感度。
50%