Multi-Agent Reinforcement Learning for Greenhouse Gas Offset Credit Markets
Dit artikel karakteriseert het Nash-evenwicht voor markten van koolstofcompensatiecredits door het gebruik van multi-agent versterkend leren (Nash-DQN) om de berekening van dit NP-moeilijke probleem te versnellen en toont aan dat bedrijven aanzienlijke financiële besparingen kunnen realiseren door zich aan dit evenwicht te houden.