该论文研究了在线广告中的自动投标问题，提出了一种基于多智能体强化学习的自动投标框架 MAAB，该框架考虑了竞争和合作关系以及个体收益和社会福利之间的平衡。在大规模广告平台中的实践表明，该方法相对于其他基线方法在社会福利和收益方面都有更优的表现。

Jun, 2021

本文研究了协同在线竞标算法在具有预算限制的重复次数第二价格拍卖中的效率，提出保证每个客户比独立竞标获得更高效用价值的算法，并以在线学习和均衡分析为技术支持，实现与多维基准的竞争。

Jun, 2023

本文研究广告拍卖中各利益相关者的权衡。我们讨论了基于利益相关者效用值的线性组合优化问题及其解决方案，同时通过模拟和实际数据分析探究了不同广告数量对各方效用的影响。最后，我们探究了组合型广告格式的不同竞价规则，并发现了其中的问题和限制。

Apr, 2014

本文提出了一种在线学习框架，利用多维度的决策变量、赌博反馈和长期不确定性约束，帮助广告客户在非平稳采购结果的真实赌博反馈环境中动态优化广告平台的杠杆决策，取得低损失结果。

Jul, 2023

本文提出了一种针对在线广告买卖市场的方法，以最大化广告主的总实用效益且满足预算限制，解决预算限制下不确定的、可能存在证明问题的一组拍卖中的投标最优策略问题，并对在线出价的情况进行了调查，算法在完全信息情况下的拍卖后悔为 $O (T^{3/4})$。我们证明了此方法优于现有的适应性 pacing 算法的合成和真实数据集上的累计后悔。

Jun, 2023

自动投标算法是广告主在在线广告平台上优化广告活动的方式之一，本研究通过设计在线自动投标算法来实现广告主在预算和投资回报率限制下的价值最大化，研究还包括竞标优化、价值分布和成交价相关性等方面。

Apr, 2024

在有限的流动性环境下，优化效率一直是一个具有挑战性的目标，传统上的 Pareto-efficiency 并不适用于所有的奖励机制，因此我们提出了一个新的效率观念 —— 流动福利，该效率可以通过两种不同的拍卖进行 2 次逼近，并且可以克服一些设置的不可能性。

Apr, 2013

本文中，我们提出了一种可持续的在线强化学习（SORL）框架，该框架通过与实际广告系统（RAS）直接交互来训练自动出价策略，从而避免了问题在离线虚拟广告系统（VAS）中进行 RL 训练过程。这一方法包括安全高效的在线探索（SER）策略、方差抑制保守 Q 学习（V-CQL）方法等，能够有效地学习自动出价策略并提高自动出价算法的表现。

Oct, 2022

电子商务平台上的广告拍卖和分配过程对广告收入和总商品交易量有直接影响，存在两个问题：广告拍卖阶段不考虑外部因素（例如实际显示位置和上下文对广告点击率的影响），广告分配阶段无法实现广告的激励兼容性。以往的研究多关注其中一个阶段，忽视了这个两个阶段的问题，从而导致了次优的结果。

Jan, 2024

本文提出一种有限制的广告拍卖框架，以确保广告展示给适当数量的敏感人群，解决广告平台可能存在的性别或种族歧视并最大化平台收益的问题。基于 Myerson 的经典工作，我们提出了一个优化的拍卖机制，并使用梯度下降算法解决了非凸问题，通过 A1 Yahoo 数据集实证证明该算法可以在在少量的收益损失和人群规模更改下，使每位广告主获得统一的覆盖率。

Jan, 2019