CrashGym 是一个确定性、可重放的限价订单簿模拟器。代理需要在即将因冲击而崩溃的市场中，在去杠杆干预和流动性后备两者之间做出选择。提交决策前，代理可以在实验室版本的市场中查询干预实验的结果。最终评分在独立随机种子的目标实现上进行，模拟器会对每一种可行干预全部执行，从而直接计算相对于最佳干预的后悔值，无需人工或模型评判。模拟器实现了四个放大渠道——持续的价格冲击、流动性撤回、保证金驱动的清算以及随时间演化的策略组合——均可分阶段开启。前瞻性研究在 24 个新采样的世界中进行，完整记录的部署（Luna）在仅观察模式下的平均后悔为 8.878，使用实验室后降至 3.785，降低 5.092 个效用单位（95% 世界自助抽样区间 1.028–9.507），相当于观察模式均值的 57.4%。另外两次部署的前瞻比较尚未完成；在一次探索性研究中，四个评估的部署全部显示实验室访问可降低平均后悔。策略组合自行演化的实验室并未表现出相对于固定组合的优势。CrashGym 因而将实验价值定义为避免的决策损失，并让模拟器的细节通过其支持的决策来评估。
点评