선형 스와프 후회 최소화를 위한 응답 기반 접근성 혁신

초록

본 논문은 응답 기반 접근성 프레임워크와 John 타원체 전처리를 결합해, 일반 볼록 집합에서 O(d³⁄²√T), 중심 대칭 집합에서는 O(d√T) 수준의 선형 스와프 후회를 효율적으로 달성하는 알고리즘을 제시한다. 또한 Ω(d√T)의 정보‑이론적 하한을 증명해 제시된 상한이 최적임을 보이며, 기존의 복잡한 타원체 기반 방법보다 계산량과 차원 의존도가 크게 개선되었다. 프로파일 스와프 후회도 동시에 최소화해 비조작성을 보장한다.

상세 분석

이 연구는 온라인 최적화에서 Φ‑후회의 한 형태인 선형 스와프 후회를 최소화하는 새로운 접근법을 제시한다. 핵심 아이디어는 Bernstein‑Shimkin(2015)의 응답 기반 접근성 알고리즘을 활용하고, 전략 집합 P를 John 타원체의 위치에 맞춰 전처리함으로써 affine endomorphism들의 노름을 제한하는 것이다. 이렇게 하면 접근성 손실(AppLoss) ‑‑‖\bar κ_T−s‖_F 를 O(√T) 수준으로 제어할 수 있고, Lemma 3.1에 의해 선형 스와프 후회는 2·max‖ϕ‖F·AppLoss_T 로 상한이 잡힌다.
알고리즘 1은 매 단계마다 U{t‑1}와 (ℓ⊗p,ℓ) 형태의 쌍을 이용해 이중 최소극값 게임을 풀어 p_t와 ℓ*_t를 선택하고, 최적 응답 b(ℓ*t)를 사용해 s_t를 구성한다. 이 과정은 Pythagorean Lemma(3.2)를 만족하도록 설계돼, 누적 편차가 음수가 되게 함으로써 ‖U_T‖F ≤ B√T 를 보장한다. 여기서 B는 max{p∈P,ℓ∈L}‖(ℓ⊗p,ℓ)‖F 로, John 전처리 후 B = O(√d) 로 감소한다. 결과적으로 일반 볼록 집합에서는 O(d^{3/2}√T), 중심 대칭 집합에서는 B가 O(1) 이 되므로 O(d√T) 를 얻는다.
하한 측면에서는 P = B₁×B∞ 를 선택해 적대적 전략이 학습자의 B₁ 성분을 크게 변동시키거나, B∞ 성분을 강제로 탐색하도록 강제함으로써 기대 선형 스와프 후회가 Ω(d√T) 이상임을 보인다. 이는 기존의 Gordon‑Greenwald‑Marks(2008) 알고리즘이 정보‑이론적으로 최적임을 재확인하는 결과와 일치한다. 또한, 프로파일 스와프 후회는 동일한 접근성 손실에 의해 동시에 최소화되므로, 학습자는 전략 프로파일을 조작하려는 적에게 비조작성을 확보한다. 마지막으로, 다항 차원의 스와프 편차 집합에 대한 확장도 제시돼, 기존 연구보다 더 넓은 클래스의 Φ‑후회를 동일한 프레임워크로 통합한다. 전체적으로 이 논문은 계산 복잡도와 차원 의존도에서 기존 최첨단 결과를 크게 앞선, 이론적·실용적 의미가 큰 기여를 제공한다.