企业竞争连续策略博弈数据集

非合作博弈理论在经济学、人工智能等领域具有广泛应用，而在大规模连续策略空间中求解纳什均衡往往面临NP难的计算困境，同时，现有算法性能评估缺乏具备精确解析解的标准化基准。为此，本研究构建了企业竞争连续策略博弈数据集（ECCSGD-SCUT）。该数据集基于包含50家企业的静态非合作连续博弈模型，企业决策变量为产量，受全局总产量上限约束，成本函数采用二次形式，其线性系数与二次系数分别在 [2,10]和 [2,4]区间内均匀随机生成。通过封闭形式解析公式，每个博弈实例均可获得唯一的纳什均衡精确解，数据集共包含20个独立样本。所有浮点运算采用双精度标准，解析解经梯度下降法交叉验证，最大偏差低于1×10⁻¹²。本数据集可为进化计算、强化学习等连续策略空间均衡求解算法提供可靠的性能评估基准，具有重要的理论验证与工程应用价值。