热点事件持续更新
层次化多智能体强化学习用于多群体税收博弈
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发表关于 Multi-Group PPO（MGPPO）的研究，提出一种面向层次化多群体税收博弈的双层 MARL 算法，结合分层采样与课程学习以提升训练稳定性。该研究构建了基于经典经济模型的多群体税收仿真环境，用于评估财政政策在群体间竞争下的效果。在两群体模拟中，MGPPO 相比 IPPO 将收入基尼系数降低 5.0%、财富基尼系数降低 4.9%，平均 GDP 提升 4.1%。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
论文提出 MGPPO 算法并在两群体模拟中验证了其在降低基尼系数与提升 GDP 方面的效果。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Multiagent Systems层次化多智能体强化学习用于多群体税收博弈
论文提出 Multi-Group PPO（MGPPO），一种面向层次化多群体税收博弈的双层 MARL 算法，结合分层采样与课程学习提升训练稳定性。在两群体模拟中，MGPPO 相比 IPPO 将收入与财富基尼系数分别降低 5.0% 和 4.9%，平均 GDP 提升 4.1%。研究还构建了基于经典经济模型的多群体税收仿真环境，用于评估财政政策在群体间竞争下的效果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。