策略效率近最优
用博弈论混合策略将存储需求从无限多个策略降到常数个，同时保证收敛到最优策略，克服了以往离线价值方法无法收敛的问题。
Cai, Tianchi · Jiyan, Jiang · Wenpeng, Zhang · Zhou, Shiji · Xierui, Song · 羽力 · Gu, Lihong · 曾晓东 · Gu, Jinjie · Zhang, Guannan
2023
用混合策略将存储需求从无限多个策略降至常数个，使工业部署成为可能。
该方法保证收敛到最优策略，克服了以往离线价值型方法无法收敛的缺陷。
在数千万用户、超十亿预算的营销活动中验证，性能超过多个基线，并已部署服务全部流量。