01
世界系统
数字沙盒
给出电价和预测，执行动作，按真实结果结算。
正在读取园区场景
实验 02·电价策略·固定世界
电价策略对抗
数字沙盒固定物理、公告电价和约束；策略 Agent 只读公开信息并冻结提案，执行后才揭示结算。峰谷规则、滚动优化、有限候选与 Jev 在同一外部轨迹上比较。
正在连接06:00读取当前实验
规则已锁定
公开信息→电价 · 预测 · 已有观测
VS冻结动作←充电 · 放电 · 等待
↻真实结算
反馈给下一轮
反馈给下一轮
02
决策系统
策略 Agent
读取公开信息，计算动作；真实模型开发记录在下方 Jev 工作坊。
等待第一份提案固定设备模型
尚未提出动作点击“让 Agent 提案”，观察它为什么充电、放电或等待。
预计下一段电量— kWh
预计本段电费— 合成元
有限候选基线的方案比较
Jev 结构化选择策略组件；不生成自由文本或代码，不修改设备方程。
- 1沙盒发布观测
- 2Agent 提案
- 3沙盒执行
- 4结算与反馈
生成提案不推进世界，执行后才揭示真实结果。
真实模型调用 / 策略开发与修订
Jev 策略工作坊
开发测试与本轮对照分开。模型读取失败反馈后继续选择组件；最终冻结版本再与三种基线对比。
正在读取真实调用记录。
相同外部轨迹 / 三条独立分支
策略分支对照
先验收保供和日终电量，再比较费用。
正值表示比滚动优化少花钱；运行中的账面差不等于已验证收益。初始电量相同，日终要求相同，缺供与失败完整保留。
费用随时间累积
峰谷规则滚动优化有限候选基线
最近记录
真实运行记录新建一轮
切换电价情景会新建实验，当前过程保留归档。场景内设备与规则保持冻结。