基于多智能体强化学习的区域创新网络演化机制与政策仿真研究

本研究聚焦区域创新网络演化这一核心议题，针对传统静态分析框架难以捕捉异质性创新主体有限理性试错行为的局限，引入人工智能与复杂系统交叉前沿的多智能体强化学习技术，将企业、高校、科研机构、政府及中介机构五类主体抽象为具备自主决策学习能力的智能体，搭建分层仿真框架，完成模型有效性验证，厘清微观行为驱动宏观网络结构涌现的演化机制，通过参数对照实验明确不同核心参数对演化路径的影响差异，可在虚拟场景中推演各类区域创新政策的实施效果，能帮助决策者降低试错成本，为区域创新政策精准制定提供量化支撑，助力提升区域创新体系整体效能，推动地方经济高质量发展。