Pesquisadores propõem o SolarChain-Eval, um benchmark com restrições físicas projetado para avaliar a confiabilidade de agentes econômicos autônomos em mercados de energia descentralizados. O framework formula a governança do mercado como um Processo de Decisão de Markov compatível com Gymnasium onde os agentes tomam decisões por hora, avaliando políticas através de dimensões como utilidade do mercado, segurança física e justiça espacial.
- Incorpora uma camada de Planejador/Auditor baseada em LLM que define limites de ação e revisa ações de alto risco.
- Registra todas as intervenções por meio de logs estruturados incluindo sinais de acionamento e justificativas de auditoria.
- Experimentos com políticas RL e RL+LLM revelam um claro compromisso entre utilidade e segurança.
- Remover penalidades físicas permite que agentes que maximizam a recompensa explorem dados de geração inválidos.
O estudo indica que a avaliação confiável de IA agêntica requer tanto restrições físicas quanto rastros de intervenção transparentes, com dados e código lançados como acesso aberto no GitHub.