Pinterest RLBP：强化学习调参的自动出价

2026年10月27日，arXiv 公布了一项关于 Pinterest 自动出价系统的新研究。Pinterest 部署了名为 RLBP 的混合架构，其核心是利用强化学习作为元控制器。该方案每日为底层控制器选择特定的 PID 参数。 该架构保留了 PID 控制器进行高频出价调整的优势。根据研究结果，部署 RLBP 后，系统在显著降低有效成本点击率（eCPC）的同时，并未削弱整体收入。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。