Switching Regret（切换遗憾）

Switching regret 是传统 regret 的变体，特别关注当奖励分布随时间变化或策略需要频繁切换时，算法性能的下降程度。它通常定义为累积奖励与最佳策略（允许切换）的差距，用于评估算法在非平稳环境中的适应能力。在动态定价、网络路由等场景中，最小化 switching regret 是关键目标，推动了如滑动窗口 UCB 等算法的研究。