IXThinker·2025-01-09 19:50

阿里媽媽MBRL自動出價算法的多場景擴流之路

強化學習自動出價已成智能投放領域的標誌性技術，但在離線不一致、線上數據覆蓋受限等關鍵問題仍未完全解決。阿里媽媽提出Model-based RL訓練新範式，經一年迭代完成多場景擴流。

行業痛點

近年來，出價產品智能化成為在線廣告的大勢，強化學習自動出價算法漸成標誌性技術，但其所存在的在離線不一致、線上數據覆蓋空間受限等關鍵問題，尚未被完全解決。