Agent协商报价和接收策略研究文献综述
2020-04-28 20:19:29
国际自动谈判代理竞争(ANAC)是一项年度活动,结合国际举行联合会议上自治代理和多主体系统(AAMAS),或人工智能国际联合大会(IJCAI)展出。ANAC竞赛将来自谈判社区的研究人员聚集在一起,为在多议题领域评估实际谈判策略提供了独特的基准。这些竞赛已经在人工智能领域的人工智能领域产生了新的研究成果,这些研究可以在更广泛的研究领域得到应用。
ANAC挑战研究人员开发成功的自动谈判人员,在有不完全信息的对手的情况下。通过这种竞争,研究社区成为自动化谈判的推动者,研究其研究人员,鼓励设计通用的谈判代理,使其能够在各种各样的情况下运行,并提供性能的基准。
研究的目的与意义,以Agent自动协商为基础,主要研究双边多议题协商方法,提出了一个基于中介Agent增强学习的双边多议题并行的协商框架,并在该框架的基础上,提出了优化中介Agent学习协商历史信息以及根据历史信息进行推理能力,调解双方协商,推动协商过程,加速协商进程,获得双赢的协商结果。
国内外的研究现状,2006年高坚提出了一种加速混沌进化算法,同年Brzostowski和Kowalczyk提出了只基于历史报价来估计不同模型agent行为的方法。2011年Nabila Hadidi等人提出基于辩论的交替出价协商协议,孙天昊提出了贝叶斯分类的增强学习方法。2013年陈利红等人提出了基于增强学习的双边多议题并行协商算法。
{title}2. 研究的基本内容与方案
{title}目标简介:国际自动谈判代理竞争(ANAC)是一项年度活动,结合国际举行联合会议上自治代理和多主体系统(AAMAS),或人工智能国际联合大会(IJCAI)展出。ANAC竞赛将来自谈判社区的研究人员聚集在一起,为在多议题领域评估实际谈判策略提供了独特的基准。这些竞赛已经在人工智能领域的人工智能领域产生了新的研究成果,这些研究可以在更广泛的研究领域得到应用。
ANAC挑战研究人员开发成功的自动谈判人员,在有不完全信息的对手的情况下。通过这种竞争,研究社区成为自动化谈判的推动者,研究其研究人员,鼓励设计通用的谈判代理,使其能够在各种各样的情况下运行,并提供性能的基准。
设计内容:
1、探索和测试协议
#8226;双边谈判
2、设计高效的谈判代理,特别是进行探索和测试