PowerMarketJax：面向电力市场多智能体强化学习的 JAX 基准套件

研究者发布 PowerMarketJax，一个覆盖日前批发、实时平衡、辅助服务、点对点双边拍卖和本地灵活性五类电力市场的多智能体强化学习基准套件。每个环境各自实现出清、定价与结算规则，同时提供统一的学习与评估框架。该套件把市场模拟与策略训练都放在 JAX 中，使整条流程可在 GPU 上运行，支持 1,024×1,200 并行度，相比 CPU 基线最高提速 33 倍，代码已开源。

此前多智能体强化学习环境通常只覆盖单一市场场景、使用简化出清机制，并依赖 CPU 优化求解器，训练规模受限，难以系统比较不同市场设计下的竞价策略。该工作把五类市场规则集中到统一基准中并整体迁到 GPU，使市场设计与学习行为的对照研究在工程上变得可行，也把训练速度瓶颈明显缓解。

电力市场中多个自利参与者反复提交报价，出清机制在电网约束与结算规则下决定调度和价格，因此天然适合多智能体强化学习。作者观察到学到的竞价行为强烈依赖市场设计：当更优策略需要多个智能体同时改变、或更好收益位于低收益区域之后、或跟随者增多导致利润消失时，独立学习智能体可能错过更优策略。JAX 的并行能力则让环境模拟与策略训练共享 GPU 流水线。

对做电力交易策略、需求响应或虚拟电厂相关产品的团队，该套件可作为可复现的仿真与训练底座，减少自建出清与结算逻辑的成本。GPU 并行带来的最高 33 倍提速，可能缩短策略迭代周期，使更大规模参与者数量的实验在单机或单卡上更易完成。但采用前需评估其市场规则是否与目标市场一致。

• 在自有电力交易或虚拟电厂产品中接入 PowerMarketJax，用于竞价策略的离线回测与对照实验。
• 基于该开源仓库扩展本地市场规则与结算逻辑，形成内部私有基准环境。
• 将独立的 JAX 训练流程接入现有 GPU 训练平台，验证 33 倍提速在自有场景是否成立。
• 围绕多智能体协同失效场景设计策略评估指标，补充现有单智能体回测体系。

• 该基准中的五类市场规则分别对应哪些具体司法辖区或真实市场，证据未说明。
• 33 倍提速是在何种硬件、环境规模和基线配置下测得，证据未给出细节。
• 开源仓库的维护活跃度、许可证与可复现性支持情况尚不明确。
• 所观察到的竞价行为结论是否能迁移到真实电力市场，证据未提供验证。