From Individual Learning to Market Equilibrium: Correcting Structural and Parametric Biases in RL Simulations of Economic Models
创建于 更新于
摘要
本文针对经济模型中强化学习（RL）模拟存在的结构性和参数性偏差问题，提出基于均场博弈（MFG）的校准方法，将代表性代理嵌入固定宏观环境并校正成本函数，确保学习策略收敛到竞争均衡。通过实证和理论分析，验证了该方法在劳动市场搜索匹配模型中的有效性，纠正了单代理RL忽略市场紧张度外生性及成本贴现不匹配导致的偏差[page::0][page::3][page::5][page::8]。
