多智能体强化学习用于全球气候政策合作

研究扩展多智能体强化学习（MARL）框架，引入多阶段谈判机制模拟气候政策合作，重点考察协议设计对减排行为及合规性的影响。 在包含四个同质智能体的理想化设定中，研究发现无约束协议难以克服“搭便车”现象，适度违规惩罚能促进合作并降低升温幅度；但过强惩罚会抑制大胆承诺，揭示了执行力度与参与度之间的权衡。