标签
Pinterest 研究人员提出了 RLBP，这是一种已部署于生产环境的混合强化学习架构，利用强化学习元控制器，每天为各个广告活动选择用于自动出价的 PID 参数。在线 A/B 测试和全面上线后的留出组测量结果表明，该架构在不降低收入的情况下，实现了具有统计显著性的有效每次点击成本（eCPC）下降。