论文提出校准平均场RL框架，使学习智能体收敛至竞争均衡。
资讯摘要
论文指出，将标准强化学习用于经济建模存在结构性偏差：单智能体算法会内化自身对环境的影响，在凹生产搜索匹配模型中收敛至买方垄断配置而非竞争均衡；时间贴现方式也扭曲跨期权衡。作者提出校准平均场强化学习框架，限制智能体针对外生总量状态优化以恢复价格接受行为，并重校奖励结构反映真实机会成本，迭代更新总量状态后收敛至恢复竞争均衡的稳态不动点。
要点速读
- 论文指出标准RL智能体在凹生产搜索匹配模型中收敛至买方垄断配置，而非竞争均衡。
- 作者认为RL的时间贴现处理会扭曲标准跨期经济权衡。
- 论文提出校准平均场RL框架，通过外生总量状态与奖励重校恢复价格接受行为并收敛至竞争均衡。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。