通过增强 Rice-N 模拟和多智能体强化学习框架来提高国际气候政策谈判的真实性，并通过纳入社会因素和非政府利益相关方子智能体来弥合模拟与现实之间的差距，同时提出了强化学习算法的改进，旨在更有效地评估和制定谈判协议以促进国际气候政策决策的发展，但需要进一步实验和测试来确定这些建议的影响和效果。

Jul, 2023

我们提出了一个基于真实商业和政治谈判协议的动态分组谈判模型，以实现气候缓解。在 AI4GCC 竞赛框架内，我们开发了一个三阶段过程：组形成和更新，组内谈判和组间谈判。我们的模型促进各方利益相关者之间的高效有效合作，实现全球气候变化目标。通过实施分组方法和分组更新策略，我们解决了多区域气候谈判中的复杂性和不平衡性。组内谈判确保所有成员为缓解努力做出贡献，而组间谈判使用提案评估框架来确定缓解和节省率。我们在 RICE-N 框架内展示了我们的谈判模型，为促进国际合作应对气候变化提供了一个有希望的方法。

Jul, 2023

改进气候变化谈判模型所需关注的关键领域包括地理影响、效用框架、历史和文化因素以及气候缓解等，以增强气候变化谈判模型的准确性和效力，为决策者和利益相关者在区域和全球层面上制定有针对性和适当的应对策略。

Jul, 2023

应该结合人工智能与气候 - 经济模拟以设计应对气候变化的国际框架，同时也应该考虑到环境科学、法律和道德等领域，在此基础上，作者提出了 RICE-N 模型，并通过对其进行修改，参与了 AI for Global Climate Cooperation 竞赛，从三个角度对该模型提出了评估与建议。

Jul, 2023

气候问题及国际合作中心动模拟及基于贸易群体的气候谈判方案模拟方案展示良好前景。

Jul, 2023

本研究使用基于潜在狄利克雷分配的自动摘要和分析管道，对欧盟 27 个成员国在 2021 年至 2030 年期间制定的 10 年期国家能源和气候计划（NECPs）进行分析，旨在分析政策框架以便实现更好的公民治理和气候政策参与。

Nov, 2022

我们提出了一种用于 RICE-N 气候经济模拟的谈判协议，通过借鉴碳边境调整机制（CBAM）和气候俱乐部（CC）的方法来解决碳泄露问题。我们通过将模拟结果与代表性浓度路径（RCP）和共享社会经济路径（SSP）进行比较，证明了我们方法的有效性。我们的协议产生的温度上升与 RCP 3.4/4.5 和 SSP 2 相当。此外，我们对我们协议的世界贸易组织合规性、行政和政治可行性以及伦理问题进行了分析。我们意识到我们的提议可能会对最不发达国家造成伤害，因此我们建议采取特定的纠正措施，如技术共享和财富重新分配，以避免加剧现有的不平等问题。未来的研究应该改进 RICE-N 关税机制，并实施允许上述纠正措施的行动。

Jul, 2023

本文提出了一种形式化方法来允许在抽象论证中对信念程度和置信度进行标记，并在 Sato 的分布语义基础上进行概率查询的概率论证方法，并在考虑不确定的概率时进行实践探讨。

Aug, 2022

研究了气候 - 经济框架中模型不确定性的影响，以存在三种类型的资本为基础：产生碳排放的 “脏” 资本、不产生排放但初始生产力较低的 “清洁” 资本和通过研发投资增加的知识资本，从而推动绿色部门的技术创新。通过基于神经网络的全局解决方法解决了高维非线性模型框架，表明模型不确定性对最优决策和社会估值有一阶影响。考虑气候动力学的相互关联性不确定性、气候变化带来的经济损失和绿色技术变革的到来，将在技术变革和气候损害严重程度揭示前对不同资本类型的投资进行大幅调整。

Oct, 2023

碳市场是一种基于市场的工具，通过激励经济主体将个人利益与全球效用相一致，即减少碳排放以应对气候变化。我们提出了一个自适应机制设计框架，使用分层的、无模型的多智能体强化学习方法模拟市场，以解决碳市场动态复杂性导致精确模拟困难、有效配置策略设计不足的问题。 研究结果表明，多智能体强化学习使得政府代理能够平衡生产力、公平性和碳排放。

Jun, 2024