El artículo presenta un marco de diseño experimental secuencial y consciente de la decisión, robusto ante lo adversarial, que tiene en cuenta la ganancia de información frente a los efectos inesperados peores modelados como variables adversariales.
- El enfoque formaliza una decisión óptima robusta ante lo adversarial dentro de la teoría bayesiana de la toma de decisiones.
- Deriva un criterio de diseño experimental bayesiano fundamentado que apunta explícitamente a la estabilidad de la decisión en lugar de la optimalidad nominal.
- Los experimentos en conjuntos de datos sintéticos y del mundo real muestran que los métodos convencionales convergen hacia decisiones con alta confianza pero frágiles, mientras que el método propuesto produce resultados significativamente más estables y confiables bajo variación adversarial.