摘要：政府作为社会安全和社会福利保障的责任者,需要监管企业合规储备和轮换更新应急物资与设备的行为,但常常因为受制于企业储备信息不透明而导致监管效果不理想.本文针对应急物资周期性轮换更新这一敏感问题,建立了政府和企业的博弈模型,分析了一类质量或性能随时间下降的应急物资和设备按期轮换更新行为的监管策略,采用基于经验学习的强化学习算法求得政企博弈均衡解.算例分析结果验证了经验学习方法解决这一类问题（道德风险问题）的有效性.通过对比分析不同社会损失水平下的企业轮换更新行为和政府监管模式,进一步提出了相应的应对措施,从而对于这一问题的有效解决,提供了较好的管理启示.

关键词：应急物资 轮换更新 质量监管 博弈均衡 强化学习 

单位：西安交通大学管理学院; 西安710049; 香港城市大学系统工程与工程管理系; 香港