というIMF論文をMostly Economicsが紹介している。原題は「Deep Reinforcement Learning: Emerging Trends in Macroeconomics and Future Prospects」で、著者はTohid Atashbar、Rui Aruhan Shi。
以下はその要旨。
The application of Deep Reinforcement Learning (DRL) in economics has been an area of active research in recent years. A number of recent works have shown how deep reinforcement learning can be used to study a variety of economic problems, including optimal policy-making, game theory, and bounded rationality. In this paper, after a theoretical introduction to deep reinforcement learning and various DRL algorithms, we provide an overview of the literature on deep reinforcement learning in economics, with a focus on the main applications of deep reinforcement learning in macromodeling. Then, we analyze the potentials and limitations of deep reinforcement learning in macroeconomics and identify a number of issues that need to be addressed in order for deep reinforcement learning to be more widely used in macro modeling.
（拙訳）
経済学における深層強化学習の応用は、近年研究が活発化している領域である。最適政策策定、ゲーム理論、および限定合理性といった様々な経済学の問題の研究に、深層強化学習が如何に使えるか、を多くの最近の研究が示した。本稿では、深層強化学習と様々な深層強化学習アルゴリズムを理論的に紹介した後、経済学における深層強化学習の研究の概観を提示する。その際、マクロモデル構築への深層強化学習の主な応用に焦点を当てる。次いで我々は、マクロ経済学における深層強化学習の可能性と限界を分析し、深層強化学習がマクロモデル構築により幅広く使われるために対処すべき数々の問題を明らかにする。
