論文の概要: JaxMARL-BC: Multi-Agent Reinforcement Learning for Macroeconomic Modelling, in Seconds

• arxiv url: http://arxiv.org/abs/2610.28907v1
• Date: Tue, 20 Oct 2026 20:35:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.141891
• Title: JaxMARL-BC: Multi-Agent Reinforcement Learning for Macroeconomic Modelling, in Seconds
• Title（参考訳）: JaxMARL-BC:マクロ経済モデリングのためのマルチエージェント強化学習
• Abstract要約: 本稿ではJAX加速シミュレータJaxMARL-BCについて紹介する。 我々は、DSGEの既知の限界に対する正当性を検証し、単純なコスト法則によるスケーリングを特徴付けるとともに、その価値を実証する。
• 参考スコア（独自算出の注目度）: 3.9525202976619305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-agent reinforcement learning (MARL) offers a principled way of populating simulated economies with many heterogeneous decision makers. Its adoption, pioneered in finance, has nonetheless been slow in macroeconomics because of two main limitations: the lack of a shared frame of reference connecting MARL systems to dynamic stochastic general equilibrium (DSGE) models the profession already trusts, and the very long training times. The first limitation was recently addressed by the Multi-Agent Reinforcement Learning Business Cycle (MARL-BC), which places deep RL households in a real business cycle economy and reduces to classic DSGE models in specific limits. Here we address the second limitation. We present JaxMARL-BC, a JAX-accelerated simulator that trains MARL-BC economies in seconds (between 75x and 724x faster than the reference implementation), and scales to 200,000 independent learning households. We verify its correctness against the known DSGE limits, characterise its scaling through a simple cost law, and demonstrate its value by a proof-of-concept calibration of an extended model with heterogeneous returns on capital, in a two-hour experiment that would previously have taken over a month. We release JaxMARL-BC as open source.
• Abstract（参考訳）: マルチエージェント強化学習(MARL)は、多くの異種意思決定者による模擬経済を一般化する原則的な方法を提供する。 金融分野でのその採用は、MARLシステムと動的確率的一般均衡(DSGE)モデルへの参照の共有フレームの欠如、そして非常に長い訓練時間という2つの主要な制限のため、マクロ経済学において遅れを取っている。 第1の制限は、最近MARL-BC(Multi-Agent Reinforcement Learning Business Cycle)によって対処された。 ここでは2つ目の制限に対処する。 JAXアクセラレーションシミュレータであるJaxMARL-BCについて,MARL-BCエコノミーを数秒で訓練し(基準実装より75倍から724倍速い),20,000世帯までスケールする。 我々は、DSGEの既知の限界に対する正当性を検証し、単純なコスト法則によるスケーリングを特徴付け、1ヶ月以上かかるであろう2時間の実験において、資本の不均一なリターンを持つ拡張モデルの概念的キャリブレーションの証明によってその価値を実証する。 オープンソースとしてJaxMARL-BCをリリースします。

関連論文リスト

• Unlocking Lossless Speedups in LLMs via Discrete Diffusion [67.4336730000437]
  大規模言語モデル(LLM)は、その成功の大部分は、次世代の予測(NTP)に負っている。 本稿では,ARモデル分布を定義する新しいモデルのクラスである拡散拡張LDMを紹介する。 我々はこれらのモデルのパラメータを2つのセットに分割する: AR重み、標準NTP目標を用いたトレーニング、軽量拡散重み、同時に複数のトークンを生成する訓練。
  論文  参考訳（メタデータ） (2026-09-03T15:48:43Z)
• SSR-Zero: Simple Self-Rewarding Reinforcement Learning for Machine Translation [18.094515073693294]
  本稿では,機械翻訳(MT)のための簡易自己回帰(SSR)強化学習(RL)フレームワークを提案する。 13Kモノリンガル例とQwen-2.5-7Bをバックボーンとして用いたSSRを用いたトレーニングを行った。 我々の最強モデルであるSSR-X-Zero-7Bは、COMETの外部監督でSSRを増強することにより、英語の$leftrightarrow$ Chinese translationにおける最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-05-22T13:08:25Z)
• xGen-MM (BLIP-3): A Family of Open Large Multimodal Models [145.5926980973847]
  BLIP-3は大規模マルチモーダルモデルを開発するためのオープンフレームワークである。 事前訓練されたベースモデルと微調整された命令を含む4Bと14Bのモデルをリリースする。 我々のモデルは、類似のモデルサイズを持つオープンソースのLMM間での競合性能を示す。
  論文  参考訳（メタデータ） (2024-08-16T17:57:01Z)
• Mixed-Reality Digital Twins: Leveraging the Physical and Virtual Worlds for Hybrid Sim2Real Transition of Multi-Agent Reinforcement Learning Policies [0.0]
  本研究は、並列化シミュレーションワークロードをオンデマンドで選択的にスケーリングすることで、トレーニング速度を向上できる混合現実(MR)デジタルツイン(DT)フレームワークを提案する。 i) エージェントと環境並列化が訓練時間に及ぼす影響, (ii) ドメインランダム化がゼロショットsim2real転送に与える影響について検討した。 その結果、提案した並列化スキームとsim2realのギャップを2.9%に抑えることで、最大76.3%のトレーニング時間を短縮できることがわかった。
  論文  参考訳（メタデータ） (2024-03-16T18:47:04Z)
• Branch-Train-MiX: Mixing Expert LLMs into a Mixture-of-Experts LLM [81.18305296110853]
  大規模言語モデル(LLM)を学習し,複数の専門分野の能力を持つための効率的な手法について検討する。 当社の手法はBブランチ・トレイン・MiX (BTX) という種モデルから始まり, 恥ずかしいほど並列な方法で専門家を訓練する。 BTXは、ルーティングを学ぶためのMoEの微調整段階を持たないブランチ・トレイン・マージ法と、エキスパートの非同期訓練を省略するスパース・アップサイクリングという2つの特殊なケースを一般化している。
  論文  参考訳（メタデータ） (2024-03-12T16:54:58Z)
• BiLLM: Pushing the Limit of Post-Training Quantization for LLMs [53.31402059062365]
  BiLLMは、事前訓練された大規模言語モデルに適した1ビット後のトレーニング後の量子化スキームである。 LLaMA2-70Bの8.41パープレキシティは、様々なLLMファミリーで1.08ビットの重みしか持たない。
  論文  参考訳（メタデータ） (2024-02-06T09:26:34Z)
• Beyond Task Performance: Evaluating and Reducing the Flaws of Large Multimodal Models with In-Context Learning [105.77733287326308]
  我々は,3Bから80Bパラメータスケールまでの最近のオープンソースLMMを,幻覚,禁忌,構成性,説明可能性,指示に従う5つの異なる軸で評価した。 トレーニングフリーなインコンテキスト学習(ICL)をソリューションとして検討し、それがこれらの制限に与える影響について検討する。 ICL研究に基づき、ICLをさらに推し進め、Multitask-ICL、Chain-of-Hindsight-ICL、Self-Correcting-ICLといった新しい多モードICL変種を提案する。
  論文  参考訳（メタデータ） (2023-10-01T12:02:59Z)

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。