经济仿真环境

论文针对政府与大量自利家庭之间的动态税收博弈，构建基于Bewley–Aiyagari框架的多智能体强化学习环境TaxAI。模拟器同时包含家庭、政府、企业和金融中介，并用真实数据校准；作者在统一环境中比较两种传统经济方法和七种MARL方法。实验报告MARL在基准任务上整体优于传统方法，系统可扩展至一万户家庭，为税收政策学习提供了更大规模、可复现的算法比较平台。

论文提出模块化经济AI测试平台EconGym，用统一接口连接经济任务、主体角色和求解算法。平台实现家庭、企业、银行、政府等11类异质角色及其交互，可组合出25项以上跨领域任务，并支持传统经济方法、AI方法及其混合方案。实验覆盖财政、养老金和货币政策协同，显示更丰富的任务与算法会扩展政策空间，经典经济方法引导的AI主体在复杂场景中表现最佳；系统还可扩展到一万名主体。