基于多Agent多对象多要素的智能谈判模型

多Agent的协作协商问题是当前MAS系统研究的重点和热点.现实世界中买卖谈判所涉及的领域和问题极其广泛,其中又以多对象多要素买卖谈判更为常见.文章通过对现实谈判中的复杂的谈判协商问题,提出了基于多Agent多对象多要素的智能谈判模型（M3INM）.该模型为谈判支持系统在多对象多要素环境下的应用提供一个参考.     

基于多Agent的谈判支持系统研究

为提高谈判效率，简化其操作，并增加谈判的智能辅助机制，将分布式人工智能中的Agent技术引入谈判过程，提出了以多Agent系统代替谈判人与对手协商的谈判支持系统框架，研究了有关的Agent理论与方法，为新一代高效、快捷的商务谈判支持系统研究提供了新的思路。     

基于Agent和CBR的电子商务谈判系统模型研究

提出一种融合了多Agent和案例推理（CBR）技术的电子商务谈判系统模型,在多Agent环境下应用CBR技术捕获并重用以前成功的谈判案例,从中提取适应性策略来为交易提供决策支持,这些策略可以根据所处环境的改变动态生成。对相关问题进行了讨论,包括谈判案例的匹配和谈判策略的选择。     

一种基于GA的自动谈判问题解决方案

针对电子商务的自动谈判问题,文章用数学规划模型对其形式化描述。设计了一种基于遗传算法的解决方案,得到谈判的最优解。实验表明,上述方法可以对offer不断优化,最终生成使参与自动协商的Agent双赢的交易方案。     

基于代理技术的NSS设计与实现

谈判支持系统(negotiation support system,NSS)通常为两方人员提供一个协商服务平台.实际生活中常出现某方人员难以亲临参加谈判的情形,需要系统为其提供一个软件代理继续协商下去.提出一种基于代理技术的NSS以解决上述问题,给出了该系统的体系框架和逻辑结构,构建了买卖交易中的卖方代理,并设计了使其具有智能特性的两个重要方法.最后,在移动代理开发平台Aglets上开发了一个原型系统ANSS,对它的人机交互界面做了简要介绍.     

网上电子交易中的谈判协商模型

本文讨论网上交易中买卖双方的谈判协商模型。详细研究了电子商务的谈判协商模型中的商品多属性量化模型和报价函数。提出了进行买卖双方商品需求匹配的距离函数,并讨论了一个为达到利益最大化而得到最佳报价的方法。     

基于扩展颜色Petri网的拍卖协议建模与分析

电子商务自动谈判是多主体协商的典型应用.谈判协议的形式化是实现电子商务谈判自动化的关键.给出一种带抑止弧和时间变迁的颜色Petri网模型及其扩展或然状态图分析方法.用该扩展颜色Petri网模型对拍卖谈判协议进行了建模,同时用扩展或然状态图分析方法证明了协议模型的可达性.     

基于辩论的Agent谈判中威胁及其评价的形式化模型

针对电子商务中Agent间谈判使用最为重要且普遍的威胁的辩论方式进行了研究,提出了一种有关威胁的形式化模型,并结合现实生活中的交易实例进行了说明,以验证此模型的有效性。在此基础上,提出了一种有关威胁的辩论力度的计算的形式化模型,并在做出相关假定和给出相关的假设数据的基础上,以一个算例对模型进行计算和分析,以验证此模型的正确性。最后,得出相关结论,认为其在交易伙伴的选择方面具有传统的谈判方式所无法比拟的优势,并对进一步的研究方向进行了探讨。     

一种基于模糊规则的Multi-agent自动谈判策略

针对当前电子商务中基于Agent的谈判系统的谈判策略的静态性问题,提出基于模糊规则的动态谈判策略。Agent在谈判中能根据对方心理因素和动态确定自己的谈判策略后,产生新一轮的提议,帮助用户做出最优的交易决策,且自动地选择合适的策略。分析表明,采用基于模糊规则的策略比采用固定的策略的谈判结果更让用户感到满意。     

基于agent的两阶段式一对多谈判模型研究

提出了一种两阶段式一对多谈判模型。与多个一对一并行谈判模式相比,它可以更好地体现一对多谈判的特点,即加强了多个卖方之间的竞争关系和单个买方的主导地位,使得单个买方有机会获得更优报价,也使其他卖家不会因为采取了竞争力较小的策略而丧失谈判机会。模型中提出了暂时接受报价的概念,即令其等于买方接收到的第一阶段最后一轮最小报价或第二阶段每轮最小报价,并利用此值计算卖方下一轮的报价,从而利用上一轮最低报价压低下一轮报价,达到多方竞争的目的。     

基于TD3算法的自动协商策略

协商是人们就某些议题进行交流寻求一致协议的过程.而自动协商旨在通过协商智能体的使用降低协商成本、提高协商效率并且优化协商结果.近年来深度强化学习技术开始被运用于自动协商领域并取得了良好的效果,然而依然存在智能体训练时间较长、特定协商领域依赖、协商信息利用不充分等问题.为此,本文提出了一种基于TD3深度强化学习算法的协商策略,通过预训练降低训练过程的探索成本,通过优化状态和动作定义提高协商策略的鲁棒性从而适应不同的协商场景,通过多头语义神经网络和对手偏好预测模块充分利用协商的交互信息.实验结果表明,该策略在不同协商环境下都可以很好地完成协商任务.     

基于模糊理论的一对多自动谈判协调策略

针对一对多自动谈判参与各方在谈判过程中因为相互等待而效率低下的问题,提出一种能使谈判过程连续化的基于模糊的协调策略,以达到在尽可能少的时间内得到最满意协议的目的。该策略通过协调Agent灵活地创建和撤离新的谈判线程并在谈判过程中不断更新谈判的信念值进而支持连续谈判,满足开放和动态的谈判环境,提高谈判效率。模拟实验表明,该策略能够对谈判效用和时间进行优化,具有有效性和实用性。     

一种优化的基于增强学习协商策略

增强学习可以帮助协商Agent选择最优行动实现其最终目标。对基于增强学习的协商策略进行优化,在协商过程中充分利用对手的历史信息,加快协商解的收敛和提高协商解的质量。最后通过实验验证了算法的有效性和可用性。     

一种劝说式多Agent多议题协商方法

多Agent系统中的协商问题往往由许多议题组成,导致问题空间十分庞大．传统的协商方法通过对问题空间进行穷尽搜索来找到最优解,并不适合多议题协商．而且,传统的方法不考虑协商偏好变化的情况,使得Agent在不完全及不正确环境下找到的最优解并不合理．提出一种劝说式多Agent多议题协商方法．借助信念修正这一有效的推理工具,协商Agent能够在协商过程中接受协商对手的劝说,考虑对手对协商议题的偏好,并根据一种基于辩论的信念修正方法调整自身的偏好．这样就能够使协商Agent对变化的协商环境具备适应性,从而提高协商的效率及正确率,快速准确地达成协议．     

一种基于多目标优化的Agent多议题协商模型

Agent多议题协商研究是多Agent合作求解的核心内容之一,一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题,因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大和对手效用最大的多目标优化,以达到快速达成一致并能最优化自身效用的目的。针对该问题,本文给出一种用指数型功效系数法求解的一揽子交易多议题协商模型NMMOP,该模型能够实现双方Agent的效用最优,提高协商双方的总效用。实验结果验证了该模型的优化效率优于Fatima和Faratin等人的工作。     

基于Agent的电子谈判协议设计

Agent谈判和人类谈判一样,需要事先就谈判内容、程序、方案和礼节等事项达成协议,确保谈判的正常进行。该文设计了一个电子谈判协议,该协议包括发起谈判、终止谈判、并行谈判和身份认证4个子协议,为Agent谈判提供了一组规则框架。协议符合安全性和公平性原则,具有Pareto最优、Nash平衡和无欺诈特性。     

基于模糊多准则决策的谈判模型

针对目前谈判支持系统中谈判模型存在的难以准确获知谈判人的偏好，以及利用偏好构造其效用函数的问题，应用模糊数学的方法，将谈判人的偏好和对目标值的评价用梯形模糊数表示，由此提出一种基于模糊多准则决策方法求解谈判问题的模型。通过示例分析计算，表明该模型能帮助谈判各方达成一个满意解。     

基于Agent的双边多议题协商算法

双边多议题协商是一个复杂的动态交互过程。解决Agent在对环境和对方信息不全知的情况下通过协商达成一致并最大化自身效用是非常重要的。为了寻求Pareto效率解,提出了一种在无中介参与的情况下双方通过多轮相互探测求解的方法。实验分析了偏好对协商过程的影响并说明了该算法是一种在较低计算代价下求得Pareto效率解的有效双边多议题协商算法。     

Negotiation decision functions for autonomous agents

We present a formal model of negotiation between autonomous agents. The purpose of the negotiation is to reach an agreement about the provision of a service by one agent for another. The model defines a range of strategies and tactics that agents can employ to generate initial offers, evaluate proposals and offer counter proposals. The model is based on computationally tractable assumptions, demonstrated in the domain of business process management and empirically evaluated.     

Fuzzy Constraint-Based Agent Negotiation

Conflicts between two or more parties arise for various reasons and perspectives. Thus, resolution of conflicts frequently relies on some form of negotiation. This paper presents a general problem-solving framework for modeling multi-issue multilateral negotiation using fuzzy constraints. Agent negotiation is formulated as a distributed fuzzy constraint satisfaction problem (DPCSP). Fuzzy constrains are thus used to naturally represent each agent's desires involving imprecision and human conceptualization, particularly when lexical imprecision and subjective matters are concerned. On the other hand, based on fuzzy constraint-based problem-solving, our approach enables an agent not only to systematically relax fuzzy constraints to generate a proposal, but also to employ fuzzy similarity to select the alternative that is subject to its acceptability by the opponents. This task of problem-solving is to reach an agreement that benefits all agents with a high satisfaction degree of fuzzy constraints, and move towards the deal more quickly since their search focuses only on the feasible solution space. An application to multilateral negotiation of a travel planning is provided to demonstrate the usefulness and effectiveness of our framework.