SolarChain-Eval：去中心化能源市场中可信经济智能体的物理约束基准

随着智能体AI系统日益应用于信息物理环境，其评估需要同时评估任务表现与可信度。在去中心化能源市场中，自主智能体可能改善市场效用，但也可能利用无效物理数据、制造人为流动性并产生不稳定的治理决策。因此我们提出SolarChain-Eval：评估可信经济智能体的物理约束基准。它把市场治理形式化为Gymnasium兼容的马尔可夫决策过程——智能体做逐小时决策。SolarChain-Eval跨多维度评估每个策略：市场效用、物理安全、滑点、动作平滑度、空间公平与可审计性。为支持智能体评估，SolarChain-Eval纳入基于LLM的规划者/审计者层：规划者定义回合级动作界限与审计规则，审计者审查并修订高风险动作。所有干预经结构化日志记录——含触发信号、提议动作、修订动作与审计理由。静态、随机、短视、RL与RL+LLM策略的实验揭示清晰的效用—安全权衡：RL智能体改善市场效用但仍可产生不安全行为；当物理惩罚被移除时，奖励最大化智能体利用无效发电并增加人为流动性。LLM规划者/审计者改善可审计性并缓解选定风险，但无法完全补偿错误指定的奖励函数。结果表明可信智能体AI评估需要物理约束与透明干预痕迹两者。数据与代码已作为开放获取发布于GitHub。