本文介绍了一种新颖的稳健贝叶斯优化算法AIRBO，可以在任意输入不确定性下有效地识别表现稳定良好的稳健最优解。该方法使用最大均值差异(MMD)在高斯过程中直接建模任意分布的不确定输入，并通过Nystrom近似加速后验推理，从而在MMD估计误差下建立了严格的理论遗憾界。实验结果表明，该方法可以处理各种输入不确定性并实现最先进的性能。