论文提出双边中介框架，让政策认知反馈进政策学习。
资讯摘要
论文提出 PolicyMediator，一个认知受限的领导者—多跟随者 Stackelberg 框架，通过双边中介让中介向一人公司（OPC）解释已核验政策、并向政府反馈其需求与未解决顾虑，使认知变化回流到政策学习。其自演化技能依据验证、分配、容量与目标轨迹保留、修正或剪枝策略。作者报告在中国六区域、五类 OPC、五种场景与三种模拟器骨干的 15 种组合中均排名第一，政府综合目标较八个基线均值提升 42.4%，OPC 平均效用提升 40.9%。
要点速读
- 论文关注中国各地区以差异化支持政策吸引流动型一人公司（OPC）的跨区域协调问题。
- PolicyMediator 采用认知受限的 Stackelberg 框架，中介双向传递政策解释与 OPC 需求，并将认知变化反馈至政策学习。
- 作者报告在六区域模拟的 15 种 OPC 骨干—场景组合中均列第一，政府综合目标较基线均值高 42.4%，OPC 平均效用高 40.9%。
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 2026/10/29 08:00:21（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。