两篇新提交至 arXiv 的论文探讨了基于主体的监管模拟的先进方法。第一篇论文介绍了一种机器指导的策略修订层，该层允许在模拟中动态调整策略决策，旨在通过将模拟结果反馈给策略控制器来改进监管分析。第二篇论文侧重于区分这些模拟中的静态和自适应策略机制，并提出了一个基准来评估不同自适应控制器如何执行，以及监管结论如何根据主体和策略的适应性而变化。 AI
影响 这些论文推进了策略分析的模拟技术，有可能改进监管设计和评估。
排序理由 两篇学术论文发表在 arXiv 上，详细介绍了基于主体的监管模拟的新方法。
在 arXiv cs.MA (Multiagent) 阅读 →
- agent-based model
- arXiv
- emissions-regulation ABM
- Machine-Coached Policy Revision in Adaptive Agent-Based Regulatory Simulation: A Controller-Level Contestability Layer
- safety-margin control
- setpoint control
- Structural Distinguishability of Static and Adaptive Policy Regimes in Agent-Based Regulatory Simulation
- VPVA
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
