arXiv · AI· Jie Li, Bin Guo, Georgina Curto, Zikang Liu, Mengqi Chen, yu li·· 5 小时前AI 评分20
PolicyMediator：在 OPC 生态系统中通过演化技能中介代理实现多区域策略学习
PolicyMediator: Multi-Regional Policy Learning through Mediation Agents with Evolving Skills in OPC Ecosystems
AI 导读
PolicyMediator 提出一种认知约束的 Leader-Multi-Follower Stackelberg 框架，通过双向中介协调一人公司（OPC）与政府间策略。 该框架在六区域、五类型 OPC 模拟中排名第一，平均提升政府目标 42.4% 和 OPC 效用 40.9%。 其自演化技能机制解决了认知偏差导致的位置选择失配，提高区域策略调整效率。
来源：arXiv · AI · arxiv.org