Auto-bidding in Real-time Auctions via Oracle Imitation Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于oracle模仿学习的方法,解决在线广告实时拍卖中的出价决策问题。该方法将出价优化转化为多重选择背包问题,显著提高了自动出价代理的样本效率和性能,尤其在预算和成本限制下表现优异。

🎯

关键要点

  • 本研究提出了一种基于oracle模仿学习的方法,解决在线广告实时拍卖中的出价决策问题。
  • 该方法将出价优化转化为多重选择背包问题,显著提高了自动出价代理的样本效率和性能。
  • 在预算和成本限制下,该方法表现尤为出色。
  • 研究表明,oracle模仿学习为训练复杂的自动出价代理提供了一种高效的非线性约束优化解决方案。
➡️

继续阅读