公平感知情境 Bandit 中的最优学习

研究提出两种公平感知情境 Bandit 算法，满足全局 Lipschitz 公平约束。 算法实现每轮公平且达成最优遗憾界 $O(\sqrt{T} + T^{(d-2)/(d-1)})$，证明非参数学习成本的不可避免性。