发表机构
University of Minnesota; Louisiana State University（明尼苏达大学; 路易斯安那州立大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文证明在六位或更多专家的预测问题中，不存在单一全排序对手策略全局最优，通过首阶修正连接不同专家数量的最优策略，并利用五位专家问题的精确最优集结果。
AI 中文摘要
我们证明，在几何停止和有限时间范围两种设定下，对于六位或更多专家的预测问题，不存在单一的全排序对手策略是全局最优的。该证明基于当一位专家远领先于其他专家时建立的首阶修正。这使我们能够将n位专家与j<n位专家之间的最优策略联系起来，并利用近期关于五位专家问题精确最优集的结果。
英文摘要
We prove that no single rank ordered adversary strategy is globally optimal for the prediction with expert advice problem with six or more experts, in both the geometric stopping and finite time horizon settings. The proof is based on establishing a leading order correction when one expert moves far ahead of the others. This allows us to connect optimal strategies between $n$ and $j<n$ experts and utilize recent results on the exact optimality set for the five expert problem.
Comments42 pages. Lean formalization: https://doi.org/10.5281/zenodo.23136818
