연구자들은 분산 에너지 시장에서 자율 경제 에이전트의 신뢰성을 평가하기 위해 설계된 물리 제약 벤치마크인 SolarChain-Eval을 제안합니다. 이 프레임워크는 에이전트가 시간별 결정을 내리는 Gymnasium 호환 마르코프 결정 과정으로 시장 거버넌스를 공식화하며, 시장 효용성, 물리적 안전성, 공간적 공정성 등의 차원에서 정책을 평가합니다.
- 액션 범위를 정의하고 고위험 액션을 검토하는 LLM 기반 Planner/Auditor 레이어를 통합합니다.
- 트리거 신호와 감사 근거를 포함한 구조화된 로그를 통해 모든 개입을 기록합니다.
- RL 및 RL+LLM 정책에 대한 실험은 명확한 효용성-안전성 트레이드오프를 보여줍니다.
- 물리 페널티를 제거하면 보상 최대화 에이전트가 유효하지 않은 생성 데이터를 악용할 수 있습니다.
이 연구는 신뢰할 수 있는 에이전트 AI 평가를 위해서는 물리적 제약과 투명한 개입 추적이 모두 필요함을 나타내며, 데이터와 코드는 GitHub에서 오픈 액세스로 공개되었습니다.