본 논문은 제어할 수 없는 상황 변수가 존재하는 환경에서 블랙박스 목적 함수를 최적화하는 순차적 데이터 기반 의사결정 문제를 다룬다. 상황 분포가 불확실하지만 Wasserstein 거리로 정의된 모호성 집합 내에 있다고 가정하는 설정에서, 연속적인 상황 분포를 처리하면서 계산 가능성을 유지하는 Wasserstein 분포적으로 강건한 베이지안 최적화를 위한 새로운 알고리즘을 제안한다. 이론적 분석을 통해 최첨단 결과와 일치하는 준선형 후회 상한선을 확립하고, 합성 및 실제 문제에 대한 기존 방법과의 광범위한 비교를 통해 제안된 방법의 단순성, 효과 및 실용성을 보여준다.
