在线核选择是在线核方法的重要工作,可分为过滤式、包裹式和嵌入式三种类型。在线核选择中存在“探索—利用”两难问题。既要探索新的核以发现潜在的最优核,同时也要尽可能多地利用当前表现最优的核。但已有的在线核选择方法均忽略了“探索—利用”两难问题。针对这一问题,提出在线核选择的一种对抗式多臂赌博机模型,同时给出在线核选择的包裹式方法和嵌入式方法。提出的包裹式方法和嵌入式方法旨在平衡“探索—利用”。给定候选核集合,候选集中的一个核对应对抗式多臂赌博机模型中的一个臂,在线核选择的每回合依据一个概率分布随机地选择核,并应用指数加权的方法来更新该概率分布。这样,在线核选择问题本质上可归约为一个对抗式多臂赌博机问题。在此基础上研究在线核选择的包裹式方法以及嵌入式方法:1.包裹式在线核选择的对抗式多臂赌博机模型。分别在遗忘对手和非遗忘对手环境下,给出在线核选择的包裹式方法。进一步提出一个新的在线核选择后悔的概念。理论证明在遗忘对手环境下的包裹式方法保证亚线性的期望后悔界,在非遗忘对手环境下的包裹式方法保证亚线性的弱期望后悔界。2.嵌入式在线核选择的对抗式多臂赌博机模型。在非遗忘对手环境下给出在线核选择的嵌入式方法。理论证明嵌入式方法保证亚线性的期望后悔界。最后,标准数据集上的实验结果验证了所提出方法的可行性。