本研究提出了一种基于强化学习的新型自适应风险感知竞价算法，旨在同时考虑估计不确定性和 DSP 的动态风险倾向，并通过公共数据集的广泛实验表明，该算法在实际 setting 中优于现有的最佳方法。
Dec, 2022
本文探讨了在实时竞价广告投放中，利用强化学习算法，通过状态空间表示广告拍卖信息和实时参数，在竞价过程中动态分配预算，学习最优的出价策略以最大化广告业绩，并通过神经网络解决了实际应用中的可扩展性问题。
Jan, 2017
本文概述了计算广告的新领域所涉及的基本基础设施、算法和技术解决方案，其中涵盖了实时竞价、数字营销、自动化、信息检索、广告欺诈检测等主题。
Oct, 2016
本文提出了一个数学模型，该模型分配和定价未来的广告展示 —— 既可以是通过实时竞价在拍卖市场上出售，也可以是通过保证合同事先出售。通过价格差异化和最优分配，该模型可将两种方式无缝地组合在一起，从而最大化发布者的收入。通过 RTB 数据评估，我们发现，该模型根据竞争水平采用不同的分配和定价策略。
May, 2014
本研究提出了一种在线方法，通过在时间范围内最优化地分配预算，并基于事前性能分布来选择高质量的广告展示和调整竞价，以实现顺畅的预算交付并优化转化表现。
May, 2013
本文提供对 RTB 新兴的印象销售基础架构的实证分析和测量，展示了其出价行为，并指出时间依赖模型、优化算法等问题未得到充分考虑。
Jun, 2013
本论文提出了一个综合的学习出价框架 Bidding Machine，能够联合优化估算广告效用、预测市场价值、制定最佳竞标策略三个挑战，大大提高了广告活动的效益和利润。
Mar, 2018
该论文研究了优化在线展示广告销售策略，通过将印刷品分配问题转化为拍卖问题，并提出了多智能体强化学习方法来解决不稳定流量模式等挑战，最终证明该策略可行且有效。
Mar, 2022
本文主要探讨了实时竞价广告中的投标策略优化问题及挑战，介绍了几种代表性的投标策略，重点讨论了基于强化学习的投标策略的研究进展和挑战，通过定量评估 iPinYou 数据集上几种代表性的投标策略的性能，总结了使用强化学习算法优化投标策略的一般步骤，并提出了建议。
Nov, 2022
本研究提出一种基于强化学习的模型自由框架，将预算限制投标问题转化为马尔可夫决策过程，并采用深度神经网络学习适当的奖励 —— 从而优化决策策略 — 以在大规模真实数据集上执行 RTB 优化
Feb, 2018