Kang Wang

平台或规划者改动激励规则后，往往要等新规则下的轨迹数据才能知道群体会怎么变。PA-RmD把收益函数保留为显式输入，只从历史轨迹里学习与收益无关的群体响应结构，从而在新收益下直接预测群体轨迹。在合成零和循环博弈与势拥堵博弈的留出收益上，以及YouTube Trending十国面板的留出国家上，它的一步误差、整段轨迹误差和末态误差都低于SINDy、Neural ODE、LEADS、CoDA与SIAR等对照。

平台或规划者改动激励规则后，往往要等新规则下的轨迹数据才能知道群体会怎么变。PA-RmD把收益函数保留为显式输入，只从历史轨迹里学习与收益无关的群体响应结构，从而在新收益下直接预测群体轨迹。在合成零和循环博弈与势拥堵博弈的留出收益上，以及YouTube Trending十国面板的留出国家上，它的一步误差、整段轨迹误差和末态误差都低于SINDy、Neural ODE、LEADS、CoDA与SIAR等对照。