01NeurIPS 2025 · Datasets and Benchmarks
经济仿真与经济世界模型
EconGym
通过模块化组合经济角色和智能体算法，为 25 类以上经济问题提供统一的仿真、训练与评估平台。
- 25+
- 经济任务
- 11
- 异质角色类型
- 10K
- 智能体规模
从经济模型出发，构建可计算、可学习的复杂经济系统。
研究从经济仿真基础设施出发，延伸至神经求解器、多智能体政策、 群体行为、智能体学习与自动经济研究。点击项目卡片，可进入完整详情页。
整体结构
环境、智能体与策略产出。
经济模型和经济数据支撑仿真环境与智能体，通过动态交互形成宏观政策、微观行为以及市场竞争与合作策略。
代表性研究
从研究基础设施到智能体学习。
每项工作都配有独立页面，进一步说明研究问题、核心方法、实验结果与证据边界。
02AAMAS 2024
经济仿真与经济世界模型
TaxAI
基于 Bewley–Aiyagari 模型构建政府、家庭、企业和金融中介参与的动态经济模拟器，并系统比较经济学方法与多智能体强化学习方法。
- 10K
- 家庭主体
- 4
- 基准任务
- 2 + 7
- 经济与 MARL 方法
03ECAI 2025
多智能体决策与政策优化
DSMFG
通过动态斯塔克尔伯格博弈和均值场近似，联合建模政府政策与大规模异质个体的动态响应。
- 1,000
- 受控模拟主体
- O(N)
- 交互复杂度
- SMFRL
- 层级政策学习算法
04NeurIPS 2025 · Main Conference
社会模拟与群体行为
MF-LLM
通过平均场模型和策略模型的循环交互模拟个体与群体的双向反馈，并使用 IB-Tune 提高模拟轨迹与真实群体数据的一致性。
- ≈4,500
- 微博事件
- −47%
- KL 散度
- 7 × 4
- 领域与模型骨干
05ICML 2026 · Spotlight
智能体学习、适应与演化
Skill-Pro
让大语言模型智能体从交互经验中自主学习可复用的程序化技能，无需更新模型参数。
- 0
- 模型参数更新
- ≈816
- 核心技能 Token
- 0.90
- ALFWorld 成功率
062026 · Working Paper
计算经济学与神经求解器
iAC
把贝尔曼方程、转移方程、可行约束与均衡映射嵌入演员–评论家训练，以神经网络求解高维动态经济模型。
- 0.27%
- 平均消费政策误差
- 0.00779
- KS 贝尔曼误差
- ≈1/2
- 相对训练时间
072026 · Working Paper
计算经济学与神经求解器
StH Solver
训练时平滑离散开关并逐步退火，评估时回到严格硬决策，在不永久改变经济原语的情况下求解离散–连续动态选择模型。
- 0.0875
- 平均利差
- 0.0745
- 违约频率
- 0.6997
- 债务产出比
082026 · Economic Modelling Submission
AI、政策与经济治理
AI Taxing AI
在具有内生技能积累与知识扩散的空间多智能体经济中，联合学习政府税收政策与人类、AI 智能体的行为响应。
- +33.5%
- 模型内产出变化
- 0.95
- 最优税制下平等
- 8
- 基准模拟主体
092026 · Work in Progress
计算经济学与神经求解器
W-exp
把一次性蒙特卡洛冲击样本转化为可跨更新复用的条件期望函数，改进神经经济求解器共享的延续价值估计环节。
- WIP
- 研究状态
- Post-state
- 函数输入
- Reusable
- 核心目标
LEARNING TO EXPECTE[V(s′) | post-decision state]
冲击样本→期望函数→求解器
10NeurIPS 2026 · Submission
自动经济研究与评测
AER-bench
以顶级期刊论文与历史经济文献构建七类任务，评估语言模型从文献综述到经济分析、数学建模和模型生成的研究能力。
- 1,629
- 基准题目
- 7
- 研究任务类型
- 16
- 受测模型
