通过动态Stackelberg平均场博弈学习宏观经济政策

宏观经济结果源于个体的决策，因此建模智能体如何通过消费、投资和劳动选择与宏观政策互动至关重要。我们将此问题形式化为一个动态Stackelberg博弈：政府（领导者）制定政策，智能体（追随者）通过随时间优化其行为做出响应。与静态模型不同，这种动态形式化捕捉了对政策设计至关重要的时间依赖性和策略反馈。然而，随着智能体数量增加，显式模拟所有智能体间及智能体与政府间的互动在计算上变得不可行。为解决此问题，我们提出了动态Stackelberg平均场博弈（DSMFG）框架，通过智能体-总体和政府-总体耦合来近似这些复杂互动。这种近似保留了个人层面的反馈，同时确保了可扩展性，使DSMFG能够联合建模现实世界政策制定的三个核心特征：动态反馈、不对称性和大规模。我们进一步引入了Stackelberg平均场强化学习（SMFRL），这是一种数据驱动的算法，能够学习领导者的最优政策，同时为个体智能体保持个性化响应。在实证方面，我们在大规模模拟经济中验证了我们的方法，该方法可扩展到1000个智能体（而先前工作为100个），并使GDP相比经典经济方法提高了四倍，相比静态的2022年美国联邦所得税政策提高了十九倍。