論文の概要: SolarChain-Eval: A Physics-Constrained Benchmark for Trustworthy Economic Agents in Decentralized Energy Markets

• arxiv url: http://arxiv.org/abs/2607.08681v1
• Date: Thu, 09 Jul 2026 16:43:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.599312
• Title: SolarChain-Eval: A Physics-Constrained Benchmark for Trustworthy Economic Agents in Decentralized Energy Markets
• Title（参考訳）: SolarChain-Eval: 分散型エネルギー市場における信頼できる経済エージェントのための物理制約付きベンチマーク
• Abstract要約: SolarChain-Evalは、信頼できる経済エージェントを評価するための物理制約付きベンチマークである。 Gymnasium互換のマルコフ決定プロセスとして市場ガバナンスを定式化している。 マーケットユーティリティ、物理的安全性、滑り込み、アクションスムースネス、空間的公正性、監査可能性など、さまざまな分野のポリシーを評価する。
• 参考スコア（独自算出の注目度）: 5.198644893348111
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As agentic AI systems are increasingly applied to cyber-physical environments, their evaluation requires assessment of both task performance and trustworthiness. In decentralized energy markets, autonomous agents may improve market utility, but may also exploit invalid physical data, create artificial liquidity, and produce unstable governance decisions. Therefore, we propose SolarChain-Eval, a physics-constrained benchmark for evaluating trustworthy economic agents. It formulates market governance as a Gymnasium-compatible Markov Decision Process, where agents make hourly decisions. SolarChain-Eval evaluates each policy across multiple dimensions, including market utility, physical safety, slippage, action smoothness, spatial fairness, and auditability. To support agentic evaluation, SolarChain-Eval incorporates an LLM-based Planner/Auditor layer. The Planner defines episode-level action bounds and audit rules, while the Auditor reviews and revises high-risk actions. All interventions are recorded through structured logs, including trigger signals, proposed actions, revised actions, and audit rationales. Experiments with static, random, myopic, RL, and RL+LLM policies reveal a clear utility-safety trade-off. RL agents improve market utility but can still produce unsafe behavior. When the physics penalty is removed, reward-maximizing agents exploit invalid generation and increase artificial liquidity. The LLM Planner/Auditor improves auditability and mitigates selected risks, but it cannot fully compensate for a misspecified reward function. These results indicate that trustworthy agentic AI evaluation requires both physical constraints and transparent intervention traces. We release data and code as open access on GitHub for replicability.
• Abstract（参考訳）: エージェントAIシステムはますますサイバー物理環境に適用されているため、その評価にはタスクパフォーマンスと信頼性の両方の評価が必要である。 分散型エネルギー市場では、自律エージェントは市場の有用性を改善することができるが、不正な物理データを利用して人工的な流動性を作り、不安定な統治決定を下すこともある。 そこで我々は,信頼性の高い経済エージェントを評価するための物理制約付きベンチマークであるSolarChain-Evalを提案する。 Gymnasium互換のMarkov決定プロセスとして市場ガバナンスを定式化し、エージェントが時間ごとの意思決定を行う。 SolarChain-Evalは、マーケットユーティリティ、物理的安全性、滑り込み、アクションスムースネス、空間的公正性、監査性など、さまざまな分野のポリシーを評価する。 エージェント評価をサポートするため、SolarChain-EvalはLLMベースのPlanner/Auditor層を組み込んでいる。 プランナーはエピソードレベルのアクションバウンドと監査ルールを定義し、監査人はハイリスクなアクションをレビューし、修正する。 すべての介入は、トリガー信号、提案されたアクション、修正されたアクション、監査の合理性を含む構造化ログを通じて記録される。 静的、ランダム、ミオピック、RL、RL+LLMポリシーによる実験は、明らかにユーティリティセーフなトレードオフを示している。 RLエージェントはマーケットユーティリティを改善するが、それでも安全でない振る舞いを発生させる。 物理ペナルティを除去すると、報酬最大化剤は不正な生成を利用し、人工的な流動性を高める。 LLM Planner/Auditorは、監査性を改善し、選択されたリスクを軽減するが、不特定報酬関数を完全に補償することはできない。 これらの結果は、信頼できるエージェントAI評価には、物理的制約と透明な介入トレースの両方が必要であることを示唆している。 複製性のために、GitHubでオープンアクセスとしてデータとコードをリリースします。

関連論文リスト

• The Meta-Agent Challenge: Are Current Agents Capable of Autonomous Agent Development? [80.24951682268332]
  本稿では,自律エージェント開発のためのフロンティアモデルのキャパシティをテストするための評価フレームワークであるMeta-Agent Challenge(MAC)を紹介する。 評価の整合性を確保するため、このフレームワークは報奨ハッキングに対する多層防御によって確保される。 メタエージェントは人間工学的な基本方針とほとんど一致せず、その一部はプロプライエタリなフロンティアモデルに支配されている。
  論文  参考訳（メタデータ） (2026-06-03T04:58:17Z)
• On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment [54.30690671490447]
  既存の安全アライメント信号は、主に応答レベルまたは政治外である。 FATEは、検証済みの失敗を専門家のデモンストレーションなしで修復管理に変換する。 FATEは攻撃成功率を33.5%、有害なコンプライアンスを82.6%削減し、外的軌道安全診断を6.5%改善する。
  論文  参考訳（メタデータ） (2026-05-12T09:56:28Z)
• Foresight Arena: An On-Chain Benchmark for Evaluating AI Forecasting Agents [0.0]
  私たちはForesight Arenaを紹介します。これは、現実世界の予測市場でAI予測エージェントを評価するための、最初の無許可のオンチェーンベンチマークです。 パフォーマンスはBrier ScoreとAlpha Scoreによって測定される。 80%のパワーで$* = 0.02$の真のエッジを検出するには、約350の解決されたバイナリ予測が必要である。
  論文  参考訳（メタデータ） (2026-05-01T05:33:10Z)
• When Should a Robot Think? Resource-Aware Reasoning via Reinforcement Learning for Embodied Robotic Decision-Making [68.12864562049957]
  身体ロボットシステムは、高レベルの推論をサポートするために、大規模言語モデル(LLM)ベースのエージェントにますます依存している。 エージェントはいつ、いつ、いつ行動すべきか? 本稿では,エンボディエージェントのリソース・アウェア・オーケストレーションのための階層的なフレームワークであるRARRL(Resource-Aware Reasoning via Reinforcement Learning)を提案する。
  論文  参考訳（メタデータ） (2026-03-17T15:38:50Z)
• TraderBench: How Robust Are AI Agents in Adversarial Capital Markets? [8.661756660747042]
  TraderBenchは金融のAIエージェントを評価するためのベンチマークである。 専門家が検証した静的タスク(知識検索、分析的推論)と敵の取引シミュレーションを組み合わせる。 2つの新しいトラック:4つのプログレッシブ・マーケット・マニピュレーション・トランスフォーメーションによる暗号取引、オプションデリバティブはP&Lの正確性、ギリシャ人、リスク管理である。
  論文  参考訳（メタデータ） (2026-02-27T20:06:28Z)
• RLShield: Practical Multi-Agent RL for Financial Cyber Defense with Attack-Surface MDPs and Real-Time Response Orchestration [0.0]
  本稿では,金融サイバー防衛のための実用的マルチエージェントRLパイプラインであるRLShieldを提案する。 我々は、エンタープライズアタックサーフェスを、警告、アセットエクスポージャー、サービスヘルスを要約したマルコフ決定プロセス(MDP)としてモデル化し、アクションは実際のレスポンスステップを表す。 実験により、RLShieldは一定応答予算内での破壊を保ちながら、収容時間と余剰露光を減少させることが示された。
  論文  参考訳（メタデータ） (2026-02-26T23:29:38Z)
• TradeTrap: Are LLM-based Trading Agents Truly Reliable and Faithful? [44.01987401527335]
  TradeTrapは、適応的および手続き的自律的トレーディングエージェントの両方を体系的にストレステストするための統一的な評価フレームワークである。 市場インテリジェンス、戦略定式化、ポートフォリオと台帳処理、取引実行の4つの中心的コンポーネントをターゲットにしている。 実験により、単一コンポーネントでの小さな摂動がエージェント決定ループを伝播し、極端な濃度、暴走露光、大きなポートフォリオの減少を引き起こすことが示されている。
  論文  参考訳（メタデータ） (2025-12-01T23:06:42Z)
• AI Agent Architecture for Decentralized Trading of Alternative Assets [2.8195433571821162]
  GoldMine OSは、ブロックチェーンベースのStablecoin("OZ")への物理的な金のトークン化と交換を自動化するために、複数の専門的AIエージェントを使用する研究指向アーキテクチャである。 本稿では,4つの協調エージェント(コンプライアンス,トークン発行,マーケットメイキング,リスクコントロール)とコーディネートコアについて述べる。 実験では、プロトタイプは需要トークンを1.2秒未満で提供し、手動よりも100倍以上高速である。
  論文  参考訳（メタデータ） (2025-07-15T09:11:19Z)
• When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments [55.19252983108372]
  LLMによって駆動される、StockAgentと呼ばれるマルチエージェントAIシステムを開発した。 StockAgentを使えば、ユーザーはさまざまな外部要因が投資家取引に与える影響を評価することができる。 AIエージェントに基づく既存のトレーディングシミュレーションシステムに存在するテストセットのリーク問題を回避する。
  論文  参考訳（メタデータ） (2024-07-15T06:49:30Z)
• Safety Margins for Reinforcement Learning [53.10194953873209]
  安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。 Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
  論文  参考訳（メタデータ） (2023-07-25T16:49:54Z)

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。