可再生公共资源防崩溃收获：一种拉格朗日框架

研究提出一种用于可再生公共资源的非平稳拉格朗日框架，通过带指定消耗预算的约束马尔可夫博弈或约束多智能体 MDP，防止多智能体过度消耗导致资源崩溃。该框架基于无约束问题的解构建策略序列，并提供可行性与约束纳什保证。在 Gordon-Schaefer 渔业环境结合约束 IPPO 和 MAPPO 的实验验证了其对资源留存与捕捞奖励的调控效果。