本文综述学习增强算法在图与在线问题中的应用：利用机器学习预测辅助最近邻等算法，处理未知环境与在线图问题。证明预测准确时显著优于传统算法，预测较差时仍保持稳健保证，并给出随预测误差平滑退化的最坏情况界。进一步扩展到鲁棒算法框架，通过插值兼顾特定输入性能与任意输入鲁棒性。