在世界-地球系统模型中应用深度强化学习以发现可持续管理策略

日益复杂、非线性的世界-地球系统模型被用于描述生物物理地球系统与人类社会的社会经济和社会文化世界及其相互作用的动力学。在这些模型中识别通往可持续未来的路径，以为政策制定者和广大公众提供信息（例如导致有力减缓危险人为气候变化的路径），是气候研究和更广泛的地球系统科学领域中一项具有挑战性且被广泛研究的任务。当需要考虑避免逾越行星边界和社会基础的约束时，该问题尤其困难。在这项工作中，我们提议将最近开发的机器学习技术，即深度强化学习（DRL），与世界-地球系统中轨迹的经典分析相结合。基于智能体-环境接口的概念，我们开发了一个通常能够在可管理的可变地球系统环境模型中行动和学习的智能体。我们通过将 DRL 算法应用于两个程式化世界-地球系统模型来展示我们框架的潜力。在概念上，我们由此探索了在受特定行星和社会经济边界约束的安全与公正操作空间中找到新型全球治理政策的可行性。人工智能智能体认识到，对碳排放征税和对可再生能源补贴的特定组合进行时序安排，对于找到长期可持续的世界-地球系统轨迹具有关键意义。