MoTiAC：用于实时竞价多目标 Actor-Critics
人工智能
2022-07-07 v2 机器学习
摘要
在线实时竞价（RTB）是广告主在用户请求发生时为广告展示而竞价的复杂拍卖博弈。考虑到展示成本、投资回报率（ROI）及其他有影响力的关键绩效指标（KPIs），大型广告平台试图在动态中平衡各种目标之间的权衡。为应对该挑战，我们提出一种基于强化学习（RL）的多目标 Actor-Critics 算法，命名为 MoTiAC，用于具有多目标的竞价优化问题。在 MoTiAC 中，目标特定的智能体以不同目标和视角异步更新全局网络，从而形成鲁棒的竞价策略。与先前的 RL 模型不同，所提出的 MoTiAC 能在复杂竞价环境中同时完成多目标任务。此外，我们从数学上证明我们的模型将收敛到帕累托最优。最后，在来自腾讯的大规模真实商业数据集上的实验验证了 MoTiAC 相对于一组近期方法的有效性。
引用
@article{arxiv.2002.07408,
title = {MoTiAC: Multi-Objective Actor-Critics for Real-Time Bidding},
author = {Haolin Zhou and Chaoqi Yang and Xiaofeng Gao and Qiong Chen and Gongshen Liu and Guihai Chen},
journal= {arXiv preprint arXiv:2002.07408},
year = {2022}
}
备注
Accepted in ECML-PKDD 2022. Zhou and Yang made equal contributions