Limites inférieures sur le regret

Question

Dans une analyse de style "regret" sur $ t $ étapes d'un algorithme itératif $ {x_i in f } _ {i = 1} ^ t $ (où $ f $ est un ensemble réalisable) étant donné la séquence des fonctions de perte dollars ^ T f_t (x) $ Les analyses les plus typiques supposent que les $ f $ s sont convexes.

Cette notion de "regret" est-elle bornée baisse? Ou dans quelles conditions sont-elles bordées inférieures?

Je suppose que "minimiser le regret" n'a pas de sens car on peut toujours avoir un accès "oracle" à la séquence de points $ x ^ * _ i $ tel que $ x ^ * _ i = min_ {x in f} f_i ( x) $. Ensuite, pour cette séquence pour $ x ^ * $, le regret n'est qu'au plus 0 $ $.