arXiv cs.LG· Yichu Zhou, Qinyi Chen, Fei Feng, Jacob Loh, Mehdi Ben Ayed, Lin Yang, Andrei Curelea, Jiajing Xu·· 6 天前AI 评分36
Pinterest 自动出价系统中基于强化学习的控制器参数优化
Reinforcement Learning for Controller Parameters in the Auto-Bidding System at Pinterest
AI 导读
Pinterest 部署了名为 RLBP 的混合架构，将强化学习作为元控制器每日动态调节 PID 参数，同时保留 PID 负责高频出价。该系统基于多头 Q 网络和推理时融合动态权衡成本与预算交付，无需重新训练。在线 A/B 测试与上线后两个月的对照监测显示，RLBP 在收入不降的前提下显著降低了有效每次点击费用（eCPC）。
来源：arXiv cs.LG · arxiv.org