阿里强化学习资料

第一章基于强化学习的实时搜索排序策略调控；第二章延迟奖赏在搜索排序场景中的作用分析；第三章基于多智能体强化学习的多场景联合优化；第四章强化学习在淘宝锦囊推荐系统中的应用；第五章基于强化学习的引擎性能优化；第六章基于强化学习分层流量调控；第七章风险商品流量调控；第八章虚拟淘宝；第九章组合优化视角下基于强化学习的精准定向广告OCPC业务优化；第十章策略优化方法在搜索广告排序和竞价机制中的应用；第十一章TaskBot－阿里小蜜的任务型问答技术；第十二章DRL导购－阿里小蜜的多轮标签推荐技术