online convex optimization

在线凸优化（OCO）研究在每轮中玩家选择一个决策，随后环境揭示一个凸损失函数，玩家根据反馈更新决策以最小化累积遗憾。它是理论计算机科学和机器学习的重要工具，用于分析在线梯度下降等算法的性能，并应用于在线学习、博弈论和资源分配等领域。