研究人员提出了 SolarChain-Eval，这是一个物理约束基准，旨在评估去中心化能源市场中自主经济代理的可信度。该框架将市场治理表述为一个与 Gymnasium 兼容的马尔可夫决策过程（MDP），其中代理每小时做出决策，并从市场效用、物理安全和空间公平等维度评估策略。

  • 包含一个基于 LLM 的规划器/审计员层，用于定义动作边界并审查高风险动作。
  • 通过结构化日志记录所有干预措施，包括触发信号和审计理由。
  • 使用 RL 和 RL+LLM 策略的实验揭示了明确的效用-安全权衡。
  • 移除物理惩罚允许最大化奖励的代理利用无效生成数据。

研究表明，可信代理 AI 评估既需要物理约束，也需要透明的干预痕迹，数据和代码已在 GitHub 上开源。