带约束与相关损失的适应性决策：性能保证及其在在线与非线性辨识中的应用

我们考虑适应性决策问题，其中智能体通过在有限选项集中重复选择来优化累积性能目标。与经典的预测专家建议设置相比，我们考虑损失受约束的情形，并推导出以最优且计算高效的方式利用这种额外结构的算法。我们的算法与分析是实例依赖的，即环境中的次优选择会被利用并反映在我们的遗憾界中。该约束处理损失之间的一般依赖关系（甚至跨时间的依赖），且足够灵活以考虑环境不被允许超过的损失预算。由此产生的算法的性能在两个数值示例中得到了突显，其中包括一个非线性与在线系统辨识任务。