本研究提出了一种基于oracle模仿学习（OIL）的方法，旨在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，显著提升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突出。