allblueuk solve-vfi — 值函数迭代 / 策略迭代 / 投影
触发场景
- "跑 VFI 求消费-储蓄问题"
- "用策略迭代加速收敛"
- "跑投影法（Chebyshev / spline）做全局非线性求解"
- "比较 VFI 与 EGM 的收敛速度"
输入契约
| 字段 | 类型 | 说明 |
|---|---|---|
model_name |
str | 已通过 model-reviewer |
method |
enum | vfi / pfi / egm / chebyshev / spline |
tol |
float | 默认 1e-6（值函数）/ 1e-8（策略） |
max_iter |
int | 默认 2000 |
步骤清单
- 读
output/checkpoints/<model>_ss.json（或确定性边界值）作为初值。 - 构造资产 / 状态网格（依 spec.md §8）。
- 调用对应方法的求解器（Julia QuantEcon / Python interpolation.py）。
- 记录每轮残差、迭代次数、收敛曲线。
- 保存策略函数与值函数到
output/checkpoints/<model>_policy.json。 - 调用
numerics-reviewer检查收敛诊断。
输出契约
| 文件 | 必产 | 说明 |
|---|---|---|
output/checkpoints/<model>_policy.json |
✅ | 含策略 / 值函数 |
logs/<model>_vfi_<ts>.log |
✅ | 迭代日志 |
quality_reports/<model>_numerics_review_<ts>.md |
✅ |
不允许的操作
- 在网格未充分细化的情况下声称收敛
- 用过宽容差换收敛速度
- 跳过
numerics-reviewer直接进入 IRF
失败回退
| 症状 | 处理 |
|---|---|
| 必备前置未满足 | 报错并指出缺什么；不绕过 |
| 上游产物 stale | 重跑上游 skill；不"凭旧的 checkpoint 继续" |
| 用户口径模糊 | 调用 interview-me skill 反向访谈 |