JaxMARL-BC: Multi-Agent Reinforcement Learning for Macroeconomic Modelling, in Seconds
创建于 更新于
摘要
本文提出面向宏观经济建模的JaxMARL-BC，将JAX即时编译、GPU加速与多智能体强化学习结合，使MARL-BC经济模型的训练时间由数小时降至数十秒，并支持最多约20万户独立学习家庭。研究通过代表性代理RBC与Krusell–Smith模型极限验证模拟器正确性，发现训练后资本聚合关系、财富分布和消费倾向均能复现既有理论特征；扩展资本生产率异质性后，资本基尼系数可由约0.20升至约0.72，且110次校准实验仅需约两小时，显著拓展了异质性宏观模型的实验与校准范围。[page::0][page::4][page::5][page::6][page::7]
