本文介绍了一种序列式对抗鲁棒的决策感知实验设计框架，该框架考虑了信息增益，以应对被建模为对抗变量的最坏情况意外影响。

  • 该方法在贝叶斯决策理论中形式化了对抗鲁棒的最优决策。
  • 它推导出了一个原则性的贝叶斯实验设计标准，明确针对决策稳定性而非名义最优性。
  • 在合成和真实世界数据集上的实验表明，传统方法收敛于高置信度但脆弱的决策，而所提出的方法在对抗变化下产生了显著更稳定和可靠的结果。