带约束的实时竞价广告出价策略算法 带约束的实时竞价统一框架：基于离线优化结果，通过马尔科夫决策过程和强化学习，构建统一框架出价策略（USCB）。该框架考虑一天全局视角，实时调整出价策略，最大化一天内回报。建立子线性规划问题，通过调整参数向量，优化当前出价，保持不变直至下一次调整。该算法采用DDPG方法求解。RTB竞价中，一价拍卖和二价拍卖是核心机制。一价拍卖以最高出价决定胜者，但可能导致价格过高；...