Η κλιματική αλλαγή συνιστά μια υπαρξιακή απειλή, καθιστώντας αναγκαία την εφαρμογή αποτελεσματικών κλιματικών πολιτικών για την επίτευξη ουσιαστικών αλλαγών. Οι αποφάσεις σε αυτόν τον τομέα χαρακτηρίζονται από εξαιρετική πολυπλοκότητα, καθώς περιλαμβάνουν αντικρουόμενες οντότητες και δεδομένα. Κατά τις τελευταίες δεκαετίες, οι φορείς χάραξης πολιτικής αξιοποιούν όλο και περισσότερο προσομοιώσεις και υπολογιστικές μεθόδους για την καθοδήγηση ορισμένων αποφάσεών τους. Τα Ολοκληρωμένα Μοντέλα Αξιολόγησης (IAMs) αποτελούν μία από αυτές τις μεθόδους, συνδυάζοντας κοινωνικές, οικονομικές και περιβαλλοντικές προσομοιώσεις για την πρόβλεψη πιθανών επιπτώσεων πολιτικών. Για παράδειγμα, ο Οργανισμός Ηνωμένων Εθνών (ΟΗΕ) χρησιμοποιεί τα αποτελέσματα των IAMs για τις πρόσφατες εκθέσεις της Διακυβερνητικής Επιτροπής για την Κλιματική Αλλαγή (IPCC).
Παραδοσιακά, αυτά τα μοντέλα επιλύονταν με τη χρήση αναδρομικών επιλυτών εξισώσεων, οι οποίοι όμως παρουσιάζουν αρκετές αδυναμίες, όπως η δυσκολία στη λήψη αποφάσεων υπό συνθήκες αβεβαιότητας. Πρόσφατη προκαταρκτική εργασία, η οποία χρησιμοποιεί την Ενισχυτική Μάθηση (Reinforcement Learning – RL) για την αντικατάσταση των παραδοσιακών επιλυτών, καταδεικνύει ενθαρρυντικά αποτελέσματα στη λήψη αποφάσεων σε αβέβαια και θορυβώδη σενάρια. Η παρούσα μελέτη επεκτείνει αυτή την εργασία, πραγματοποιώντας μια προκαταρκτική ανάλυση της μοντελοποίησης της πολύπλοκης αλληλεπίδρασης μεταξύ διαφόρων ενδιαφερόμενων μερών ή εθνών, η οποία αποτελεί βασικό παράγοντα της τρέχουσας κλιματικής κρίσης.
Τα ευρήματά μας καταδεικνύουν ότι οι συνεργατικοί παράγοντες εντός αυτού του πλαισίου μπορούν με συνέπεια να χαράξουν πορείες προς πιο επιθυμητά μέλλοντα, όσον αφορά τη μείωση των εκπομπών άνθρακα και τη βελτίωση της οικονομίας. Ωστόσο, όταν εισάγεται ανταγωνισμός μεταξύ των παραγόντων, για παράδειγμα, τα επιθυμητά κλιματικά μέλλοντα σπάνια επιτυγχάνονται. Η μοντελοποίηση του ανταγωνισμού είναι κρίσιμη για την αύξηση του ρεαλισμού σε αυτές τις προσομοιώσεις. Ως εκ τούτου, χρησιμοποιείται η ερμηνεία πολιτικής για την κατανόηση πιο αβέβαιης συμπεριφοράς, με σκοπό την ανάλυση της αποτυχίας του αλγορίθμου. Τέλος, επισημαίνονται οι τρέχοντες περιορισμοί και οι οδοί για περαιτέρω εργασία, ώστε να διασφαλιστεί η μελλοντική υιοθέτηση της τεχνολογίας για την εξαγωγή πολιτικών.
Source: arXiv:2410.07287v2
