第一拍卖中的无后悔在线自动竞价算法
计算机科学与博弈论
2025-10-21 v1
摘要
针对ROI约束和预算约束等多种约束条件进行在线广告自动竞价的优化，已被广泛采用。关键挑战在于为非诚实机制设计带ROI约束的算法。虽然先前的工作已解决诚实拍卖或针对较弱基准的非诚实拍卖问题，但本文提供了显著性的改进：我们开发了针对带ROI约束的重复式第一拍卖的在线竞价算法，基准为事后最优随机策略。在完整反馈设置下（即观察到最大竞价），我们的算法实现近最优的后悔界；在bandit反馈设置下（即仅观察是否赢得每次拍卖），我们的算法达到后悔界。
引用
@article{arxiv.2510.16869,
title = {No-Regret Online Autobidding Algorithms in First-price Auctions},
author = {Yuan Deng and Yilin Li and Wei Tang and Hanrui Zhang},
journal= {arXiv preprint arXiv:2510.16869},
year = {2025}
}
备注
12 pages (main); appendix included. Conference version to appear in the proceeding of the 39th Conference on Neural Information Processing Systems (NeurIPS'25)