趙海宏 · 李鑫滨 · 韩松 · 闫磊 · Junzhi, Yu
IEEE Internet of Things Journal 2023
通过已有经验节点共享观测，新加入的中继能获得先验知识，显著缩短学习时间。
利用上下文环境因素辅助奖励估计，并在每个收发周期后执行时间敏感的参数更新，以最小化时变信道带来的潜在损失。
严谨证明了算法在考虑中继集演变时的收敛性，并给出了累积遗憾的上界。