論文の概要: Economic Dynamics of Agents

• arxiv url: http://arxiv.org/abs/2302.09877v1
• Date: Mon, 20 Feb 2023 10:10:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-21 15:50:06.420073
• Title: Economic Dynamics of Agents
• Title（参考訳）: エージェントの経済ダイナミクス
• Authors: Dibakar Das
• Abstract要約: パンデミック後の世界は、高インフレ、低成長、高債務、経済崩壊など、いくつかの課題を投げかけてきた。 本稿では、費用増、環境効果の低下、課税増、福祉減少、所得減少の進行的劣化状況について考察する。 その結果、エージェントの経済状態の崩壊は、ほとんどの場合、すべての所得グループにとって非常に速く、突然で、劇的である可能性が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Post-pandemic world has thrown up several challenges, such as, high inflation, low growth, high debt, collapse of economies, political instability, job losses, lowering of income in addition to damages caused natural disasters, more convincing attributed to climate change, apart from existing inequalities. Efforts are being made to mitigate these challenges at various levels. To the best of the knowledge of the author, most of the prior researches have focussed on specific scenarios, use cases, inter-relationships between couple of sectors and more so on optimal policies, such as, impact of carbon tax on individuals, interaction between taxes and welfare, etc. However, not much effort have been made to understand the actual impact on individual agents due to diverse policy changes and how agents cope with changing economic dynamics. This paper considers progressive deteriorating conditions of increase in expense, degrading environmental utility, increase in taxation, decrease in welfare and lowering of income with recourse to inherited properties, credits and return on investments, and tries to understand how the agents cope with the changing situations using an agent based model with matrices related to savings, credits, assets. Results indicate that collapse of agents' economic conditions can be quite fast, sudden and drastic for all income groups in most cases.
• Abstract（参考訳）: パンデミック後の世界は、高いインフレ、低い成長、高い負債、経済の崩壊、政治的不安定、雇用の喪失、自然災害による損害に加えて収入の低下など、気候変動に起因するより説得力のある課題を提起した。 これらの課題をさまざまなレベルで緩和する努力が行われている。 著者の知識を最大限に活用するために、以前の研究のほとんどは、特定のシナリオ、ユースケース、複数のセクター間の相互関係など、個人に対する炭素税の影響、税と福祉の相互作用など、より最適な政策に焦点を当ててきた。 しかし、多様な政策変化による個々のエージェントへの影響や、エージェントが経済のダイナミクスの変化にどう対処するかを理解するための努力はあまり行われていない。 本稿では, 費用の増大, 環境ユーティリティの低下, 課税の増加, 福祉の縮小, 財産の相続, 債権, 投資の還元に伴う所得の低下といった段階的な悪化条件を検討し, 貯蓄, 信用, 資産に関する行列を用いたエージェントベースモデルを用いて, エージェントがどのような状況に対処しているかを理解しようとする。 その結果、エージェントの経済状態の崩壊は、ほとんどの場合、すべての所得グループにとって非常に速く、突然で、劇的であることが示された。

関連論文リスト

• Crafting desirable climate trajectories with RL explored socio-environmental simulations [3.554161433683967]
  統合アセスメントモデル(IAM)は、社会、経済、環境シミュレーションを組み合わせて、潜在的な政策効果を予測する。 従来の解決法を置き換えるために強化学習(RL)を用いた最近の予備研究は、不確実でノイズの多いシナリオにおける意思決定において有望な結果を示している。 我々は、様々な利害関係者や国家間の複雑な相互作用の相互作用をモデル化するための予備分析として、複数の対話的RLエージェントを導入することにより、この研究を拡大する。
  論文  参考訳（メタデータ） (2024-10-09T13:21:50Z)
• Indexing and Visualization of Climate Change Narratives Using BERT and Causal Extraction [2.7325857919669327]
  本稿では,2つの自然言語処理手法であるBERT(Bidirectional Representations from Transformers)と因果抽出を用いて,気候変動に関する新聞記事の分析を行う。 方法論の斬新さは、新聞の著者が仮定する因果関係を抽出し、定量化することができた。
  論文  参考訳（メタデータ） (2024-08-03T11:05:41Z)
• SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
  マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。 オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。 実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
  論文  参考訳（メタデータ） (2024-05-03T04:12:19Z)
• In the Shadow of Smith`s Invisible Hand: Risks to Economic Stability and Social Wellbeing in the Age of Intelligence [0.0]
  AI資本と労働者の比率が適度に上昇しても、現在の2倍の労働力不足が増す可能性がある。 未使用量の推定増加による一人当たりの使い捨て所得の減少を防止するためには、新規雇用創出率の少なくとも10.8倍の増加が必要である。
  論文  参考訳（メタデータ） (2024-04-22T06:16:48Z)
• Finding General Equilibria in Many-Agent Economic Simulations Using Deep Reinforcement Learning [72.23843557783533]
  本研究では,エージェント種別のメタゲームに対して,エプシロン・ナッシュ平衡である安定解を求めることができることを示す。 私たちのアプローチはより柔軟で、例えば市場クリア化のような非現実的な仮定は必要ありません。 当社のアプローチは、実際のビジネスサイクルモデル、DGEモデルの代表的なファミリー、100人の労働者消費者、10社の企業、税金と再分配を行う政府で実証しています。
  論文  参考訳（メタデータ） (2022-01-03T17:00:17Z)
• Building a Foundation for Data-Driven, Interpretable, and Robust Policy Design using the AI Economist [67.08543240320756]
  AIエコノミストフレームワークは,2段階強化学習とデータ駆動型シミュレーションを用いて,効果的な,柔軟な,解釈可能なポリシー設計を可能にする。 RLを用いて訓練されたログリニア政策は、過去の結果と比較して、公衆衛生と経済の両面から社会福祉を著しく改善することがわかった。
  論文  参考訳（メタデータ） (2021-08-06T01:30:41Z)
• The AI Economist: Optimal Economic Policy Design via Two-level Deep Reinforcement Learning [126.37520136341094]
  機械学習に基づく経済シミュレーションは強力な政策・メカニズム設計の枠組みであることを示す。 AIエコノミスト(AI Economist)は、エージェントと共同適応するソーシャルプランナーの両方を訓練する2段階のディープRLフレームワークである。 単純な一段階の経済では、AIエコノミストは経済理論の最適税制を回復する。
  論文  参考訳（メタデータ） (2021-08-05T17:42:35Z)
• ERMAS: Becoming Robust to Reward Function Sim-to-Real Gaps in Multi-Agent Simulations [110.72725220033983]
  Epsilon-Robust Multi-Agent Simulation (ERMAS)は、このようなマルチエージェントのsim-to-realギャップに対して堅牢なAIポリシーを学ぶためのフレームワークである。 ERMASは、エージェントリスク回避の変化に対して堅牢な税政策を学び、複雑な時間シミュレーションで最大15%社会福祉を改善する。 特に、ERMASは、エージェントリスク回避の変化に対して堅牢な税制政策を学び、複雑な時間シミュレーションにおいて、社会福祉を最大15%改善する。
  論文  参考訳（メタデータ） (2021-06-10T04:32:20Z)
• The AI Economist: Improving Equality and Productivity with AI-Driven Tax Policies [119.07163415116686]
  我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。 競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。 AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
  論文  参考訳（メタデータ） (2020-04-28T06:57:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。