本文研究了二元决策聚合问题，设计了稳健聚合器以预测真实状态并最小化预期损失。证明在特定条件下，截断均值是最优选择，且最优聚合器为分段线性函数。结果表明，遗憾值与专家总数无关，仅与对抗性专家的比例相关。

本文研究了二元决策聚合问题，分析了专家信号的二阶信息对聚合效果的影响。研究发现，二阶信息在一般情况下未能提升聚合器性能，但在专家信号相互独立时，利用二阶信息的聚合器表现优于传统方法。此外，提出了一种高效的算法框架，能够在有限信息结构下实现几乎最优的聚合。