关于经验 $\mathrm{KL}_{\inf}$ 的迭代对数定律

population $\mathrm{KL}_{\inf}$ 是一个基本量，在（渐进）最优纯探索型随机多臂老板算法的后悔率下界以及顺序测试的最优停止时间中出现。为此，经验 $\mathrm{KL}_{\inf}$ 统计量在设计（渐进）最优多臂老板算法和顺序测试中经常被使用。虽然已发展出经验 $\mathrm{KL}_{\inf}$ 的非渐进浓度不等式，但其常数与收敛率的优化性值得怀疑，且其普适性受限（通常仅适用于有界观测）。经渐进浓度的根本限制常由统计量的渐进波动所描述。为此目的，本文提出了针对 extremely general（无界）数据的经验 $\mathrm{KL}_{\inf}$ 的紧致（上、下）迭代对数定律。