动态定价在竞争性零售市场中需要根据需求波动和竞争者行为进行适应性策略。研究系统性地评估了多智能体强化学习（MARL）方法，特别是MAPPO和MADDPG在竞争环境下的动态价格优化。利用基于真实零售数据构建的模拟市场环境，基准测试这些算法与独立DDPG（IDDPG）基线进行比较，后者是MARL文献中广泛使用的独立学习者。评估指标包括利润表现、随机种子下的稳定性、公平性和训练效率。结果表明，MAPPO...