PolicyMediator：多区域政策学习框架发布

Jie Li 等作者提交论文，提出 PolicyMediator 框架，通过中介智能体在 OPC 生态中实现多区域政策学习。该框架采用认知约束的领导者-多跟随者 Stackelberg 结构，由双边中介让 OPC 理解政策，并向政府反馈需求以进行政策学习。 在中国六区域、五类 OPC、五种场景与三种 OPC 模拟器骨干的仿真中，作者称该框架在全部 15 种组合中排名第一；相较八个基线均值，政府综合目标提升 42.4%，OPC 平均效用提升 40.9%。上述结果为仿真结果，由作者报告。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。