incumbent

EI算法的三个核心设计选择分别是：定义改进基准的当前最优值(incumbent)、每个采样点的重复仿真次数(replication level)、以及最终推荐点(terminal recommendation)。

论文发现：最小化遗憾上界时，incumbent应选择较低的分位数系数，且该系数恰好与SK预测器置信界中的系数匹配。

论文提出'搜索乐观、交付保守'的设计哲学：中间仿真步骤采用乐观的incumbent以充分搜索，终端推荐对剩余后验不确定性保持保守。