用于谈判的策略组合的自动配置和使用
摘要：通过谈判可以解决多智能体系统中的混合动机博弈问题。尽管已经实现了大量的自动谈判代理的谈判策略，但大多数代理都基于单一固定策略，尽管我们普遍认识到，并不存在适用于所有谈判环境的单一最佳策略。 在本文中，我们专注于反复遇到对手但谈判问题不断变化的谈判环境。我们引入了一种新的方法，通过训练集自动创建和部署一系列互补的谈判策略，并通过每个谈判环境选择策略来优化收益。我们的方法依赖以下几点贡献。我们引入了一个特征表示，捕捉对手和谈判问题的特征。我们建立了一个基于对手行为模型的谈判行为，通过对对手谈判策略的指示来提高效果，以在未来的遭遇中更加有效。 我们的特征方法组合适用于新的谈判环境，在实践中，随着时间的推移，它会选择未来遭遇中有效的对策。我们的方法在类似ANAC的比赛中进行了测试，并展示了与亚军代理相比，收益增长了5.6%。
作者：Bram M. Renting, Holger H. Hoos, Catholijn M. Jonker
论文ID：2212.10228
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2022-12-21