FastCombo

深度强化学习加速组合拍卖

研究人员开发了FastCombo，一种利用深度强化学习加速迭代组合拍卖的新方法。该方法旨在减少频谱分配和工业采购等过程中通常涉及的高成本回合。通过离线学习定价策略并将功劳归于能够做出未来决策的查询，FastCombo可以通过单次神经网络传递生成每次在线定价更新。实验表明，与标准的贝叶斯基线相比，FastCombo显著减少了在线价格选择时间，并取得了具有竞争力的清算结果。