摘要
政策模型通常假设政策工具与其结果之间的关系在制度条件下保持稳定。然而，在适应性社会技术系统中，这一假设可能会失效：监管变化可能改变激励，代理人可以进行战略响应，而政策变量与总体结果之间的映射关系可能会发生变化。本文将这种体制变化视为适应性多智能体系统中的迁移学习问题。
政策体制建模
政策体制被表示为一个学习问题，由可观察的输入分布和一个将政策变量映射到结果的目标函数诱导。我们比较了一种全新学习者（blank-slate learner）与一种迁移学习者（transfer learner）。前者在新体制中搜索灵活的假设类，而后者的有效假设类则受到来自前体制的结构知识的限制。
迁移的效果
当这种限制保留了新的目标函数并降低了有效复杂性时，迁移是有利的；而当这种限制排除了新的目标并造成误设定时，迁移则是有害的。通过一个简化的排放监管实验环境和动态的代理基础模型（ABM）稳健性实验支持这一论点。
实验结果
当目标体制保留一个仿射单调的税收-排放关系时，迁移能改善小样本的经验表现；而当目标体制引入阈值断裂时，同样的迁移结构则产生负迁移：持出误差保持高位，在线预测产生更多错误，并且在误设定下，重复的在线流显示出更大的累积和最终窗口误差。
方法论贡献
本文的贡献在于方法论：在前期监管经验捕捉到稳定的结构不变性时，应当重用这些经验；但当政策变化改变了政策与结果之间的关系时，则应谨慎对待。
博主点评： 这项研究为适应性多智能体系统中的政策迁移学习提供了深入的理论框架，强调了在政策变化情境下，如何有效利用过往经验的复杂性与风险。对政策制定者而言，理解这种迁移学习的利弊至关重要。