本文提出了一种在线凸优化算法，能够在动态环境中有效降低动态遗憾。该算法通过利用流畅性条件和问题相关的数量，自适应复杂度，优化在线学习器性能，并在强凸损失函数下实现几乎最优的动态遗憾率。