SolarChain-Eval: 信頼性の高い経済エージェントのための物理制約付きベンチマーク

研究者らは、分散型エネルギー市場における自律型経済エージェントの信頼性を評価するために設計された物理制約付きベンチマークである SolarChain-Eval を提案する。このフレームワークは、エージェントが時間ごとの意思決定を行う Gymnasium 互換のマルコフ決定過程として市場ガバナンスを定式化し、市場効率性、物理的安全性、空間的公平性などの次元にわたってポリシーを評価する。

• アクションの範囲を定義し、高リスクなアクションを検証する LLM ベースの Planner/Auditor レヤーを組み込む。
• トリガー信号や監査根拠を含む構造化ログを通じて、すべての介入を記録する。
• RL および RL+LLM ポリシーの実験は、明確な効率性-安全性のトレードオフを示している。
• 物理ペナルティを除去すると、報酬最大化エージェントが無効な生成データを悪用することが可能になる。

本研究は、信頼性の高い自律型 AI の評価には物理制約と透明な介入追跡の両方が必要であることを示しており、データとコードは GitHub でオープンアクセスとして公開されている。