Negotiating Socially Optimal Allocations of Resources
一个多智能体系统可以被认为是一个自治软件代理人的人工社会，我们可以应用从福利经济学和社会选择理论借用的概念来评估这样一个代理人社会的社会福利。在本文中，我们研究了一个抽象的谈判框架，代理人可以同意多边交易交换不可分割的资源束。然后，我们分析了这些交易如何影响社会福利的基本框架和不同的情况下，对社会福利概念本身的不同解释。特别是，我们展示了某些类别的交易是如何充分和必要的，以保证最终达到社会最优的资源配置。
2011-09-28 cs.MA
An agent-based negotiation model and its implementation in Repast
我们提出了一个基于代理的模型，MNegoti，模拟多边谈判过程，它可以自然地在群体决策支持系统。该模型也可以应用于任何涉及协商的用例，以模拟协商过程。在这份报告中，我们讨论了MNegoti模型的基于代理的仿真平台，Repast Simphony的基础上实现。值得指出的是，这个模型可以用来创建一个java模块，用于任何使用基于代理的谈判模拟。
2020-04-13 cs.MA
Negotiating over Bundles and Prices Using Aggregate Knowledge
将两种或两种以上的商品组合在一起，作为一种商品销售，这种做法称为捆绑销售，是降低生产、营销和销售商品成本的一种非常有效的策略。在本文中，我们考虑一种形式的多问题谈判，其中一个商店谈判的内容和价格的捆绑货物与他的客户。我们提出了一些关键的见解，以及一种技术，定位互利的替代品，目前正在谈判的捆绑。我们的方法的本质在于将浓缩为汇总知识的历史销售数据与有关正在进行的谈判过程的当前数据相结合，以利用这些见解。具体地，当与顾客协商给定的一捆货物时，商店分析顾客的报价的顺序以确定协商过程中的进度。此外，它使用有关客户对商品估值的总体知识。我们展示了如何商店可以使用这两个来源的数据，以找到有前途的替代品，目前的捆绑。当当前谈判的进展放缓时，商店可能会建议这些替代方案中最有希望的一个，并根据客户的反应，继续谈判替代捆绑方案，或提出另一个替代方案。广泛的计算机模拟实验表明，我们的方法增加了速度与交易达成，以及数量和质量的交易达成，与基准相比。此外，我们表明，我们的系统的性能是强大的各种变化的谈判策略所采用的客户。
2004-12-23 cs.GT cs.MA
Negotiating Team Formation Using Deep Reinforcement Learning
DeepMind（深度思维）
当自主智能体在同一环境中交互时，它们必须经常合作以实现它们的目标。Agent有效合作的一种方式是组建团队，就联合计划达成具有约束力的协议，并执行该协议。然而，当Agent是自利的时，团队组建的收益必须适当分配以激励协议。已经提出了用于多代理协商的各种方法，但通常仅适用于特定的协商协议。更通用的方法通常需要人工输入或特定领域的数据，因此无法扩展。为了解决这个问题，我们提出了一个框架，用于训练代理商使用深度强化学习进行谈判和组建团队。重要的是，我们的方法对特定的谈判协议没有任何假设，而是完全由经验驱动的。我们评估了我们在非空间和空间扩展团队组建谈判环境中的方法，证明我们的代理击败了手工制作的机器人，并达到了与合作博弈论预测的公平解决方案一致的谈判结果。此外，我们研究了代理的物理位置如何影响谈判结果。
2020-10-20 cs.AI cs.LG cs.MA
Online Learning of Aggregate Knowledge about Non-linear Preferences Applied to Negotiating Prices and Bundles
在本文中，我们考虑一种形式的多问题谈判，其中一个商店谈判的内容和价格的捆绑货物与他的客户。我们提出了一些关键的见解，以及一个程序，定位互利的替代品，目前正在谈判的捆绑。我们的方法的本质在于将客户偏好的汇总（匿名）知识与正在进行的谈判过程中的当前数据相结合。所开发的程序要么与已经获得的综合知识一起工作，要么在没有这种知识的情况下，在线学习相关信息。我们用具有非线性偏好的模拟客户进行计算机实验。我们展示了如何，对于不同类型的客户，具有不同的谈判技巧，我们的程序（有和没有必要的汇总知识）增加了交易达成的速度，以及与基准相比，达成交易的数量和帕累托效率。
2004-12-23 cs.GT cs.LG cs.MA
A Data-Driven Method for Recognizing Automated Negotiation Strategies
University of Amsterdam（阿姆斯特丹大学）；Delft University of Technology（代尔夫特理工大学）
了解对手的智能体有助于与之进行谈判，现有的了解对手的工作集中在偏好建模（或估计对手的效用函数）。一个重要但基本上未探索的方向是识别对手的谈判策略，它捕捉对手的战术，例如，一开始就强硬，但到了最后期限就让步了。识别复杂的、最先进的谈判策略是极具挑战性的，简单的谈判策略可能不足以达到这一目的。我们提出了一种新的数据驱动的方法来识别对手的谈判策略。我们的方法包括一个数据生成方法的代理生成域独立的序列，通过谈判与各种对手跨域，一个特征工程方法表示谈判数据的时间序列与时间步功能和整体功能，和一个混合（基于递归神经网络）深度学习方法，从投标的时间序列识别对手的策略。我们进行了广泛的实验，跨越四个问题的情况下，证明我们的方法的有效性。
2021-10-07 cs.AI cs.MA
MoCaNA, un agent de n{é}gociation automatique utilisant la recherche arborescente de Monte-Carlo
自动谈判是人工智能研究领域的一个新兴课题。蒙特卡罗方法得到了越来越多的兴趣，特别是因为他们已经成功地用于高分支因子的游戏，如go.In本文中，我们描述了一个蒙特卡罗谈判代理（MoCaNA），其投标策略依赖于蒙特卡罗树搜索。我们为我们的代理提供对手建模技术，用于投标策略和实用程序。MoCaNA可以在连续协商域上进行协商，并且在没有指定边界的上下文中进行协商。我们面对MoCaNA和ANAC 2014的决赛选手和RandomWalker在不同的谈判领域。我们的代理在没有约束的域中优于RandomWalker，在有约束的域中优于大多数ANAC决赛选手。
2018-10-16 cs.MA
Prosocial or Selfish? Agents with different behaviors for Contract Negotiation using Reinforcement Learning
TCS Research（塔塔咨询服务研究院）
我们提出了一种有效的技术来训练深度学习代理，这些代理能够使用简单的通信协议来谈判合同协议中的一组条款。我们使用多代理强化学习训练双方代理同时，因为他们在训练环境中相互谈判。我们还在这些代理中不同程度地模拟自私和亲社会行为。提供的经验证据表明，在代理人的行为一致性。我们进一步训练一个Meta代理的混合行为，学习不同的模型使用强化学习的集成。最后，为了确定谈判代理的可部署性，我们进行了实验，让经过训练的代理与人类玩家进行对抗。结果表明，智能体能够与人类玩家抗衡，通常在谈判中成为赢家。我们的实验表明，Meta代理是能够合理地模仿人类的行为。
2018-09-19 cs.AI cs.LG cs.MA
Agent Madoff: A Heuristic-Based Negotiation Agent For The Diplomacy Strategy Game
在本文中，我们介绍了代理麦道夫的策略，这是一个基于谈判的代理，在自动谈判代理竞赛（ANAC 2017）中获得第二名。代理麦道夫是实现玩游戏外交，这是一个战略棋盘游戏，模仿第一次世界大战期间的情况。每个玩家代表一个主要的欧洲大国，必须与其他势力谈判，并赢得地图上大多数供应中心的所有权。我们提出了一个设计架构，其中包括3个组件：启发式模块，接受策略和投标策略。启发式模块负责评估图上哪些区域更有价值，考虑区域的类型和与该区域相邻的供应中心的数量，并返回地图上每个区域的效用值。接受策略是根据订单的类型，通过使用复合函数计算接受概率，在个案基础上完成的。投标策略采用防御性方法，旨在中和攻击并解决与其他参与者的冲突，以最大限度地减少我们在供应中心的损失。
2019-02-19 cs.MA
MCTS-based Automated Negotiation Agent (Extended Abstract)
Thales Research & Technology（泰雷兹研究与技术公司）
本文介绍了一种新的谈判代理自动谈判的连续域和不考虑指定的截止日期。代理投标策略依赖于蒙特卡罗树搜索，这是一种流行的方法，因为它已成功地用于具有高分支因子的游戏，如围棋。它使用两个对手建模技术，其投标策略和效用：高斯过程回归和贝叶斯学习。评估是通过面对现有的代理人，能够在这种情况下进行谈判：随机沃克，针锋相对和尼斯针锋相对。这些代理都没有成功击败我们的代理;此外，我们的方法的模块化和自适应性质在特定应用环境中优化它时是一个巨大的优势。
2019-03-29 cs.AI cs.MA
Automated Configuration and Usage of Strategy Portfolios for Bargaining
讨价还价可以用来解决多智能体系统中的混合动机博弈问题。尽管在自动谈判代理中实现了大量的谈判策略，但大多数代理都基于单一的固定策略，而人们普遍认为，没有一个最佳的策略适用于所有谈判环境。在本文中，我们专注于讨价还价的对手反复遇到的设置，但讨价还价的问题发生变化。我们引入了一种新颖的方法，该方法使用训练集自动创建和部署互补谈判策略组合，并通过按设置策略选择来优化前所未有的讨价还价设置中的回报。我们的方法依赖于以下贡献。我们引入了一个功能表示，捕捉对手和讨价还价的问题的特点。我们在谈判过程中根据对手的行动对对手的行为进行建模，这表明了对手的谈判策略，以便在未来的遭遇战中更加有效。我们结合基于特征的方法推广到新的谈判环境，因为在实践中，随着时间的推移，它在未来的遭遇中选择有效的对策。我们的方法在ANAC类锦标赛中进行了测试，我们表明我们有能力赢得这样的锦标赛，与亚军代理相比，收益增加了5.6%。
2022-12-20 cs.MA
Learnable Strategies for Bilateral Agent Negotiation over Multiple Issues
Royal Holloway, University of London（伦敦大学皇家霍洛威学院）
我们提出了一种新的双边谈判模型，允许一个自私的代理学习如何在用户偏好的不确定性存在的多个问题进行谈判。该模型依赖于可解释的策略模板，代表代理在谈判过程中应该采用的策略，并学习模板参数，以最大限度地提高在多次谈判中收到的平均效用，从而导致最佳的投标接受和生成。我们的模型还使用深度强化学习来评估阈值效用值，用于那些需要它们的策略，从而为每个环境状态导出最佳效用。为了处理用户偏好的不确定性，该模型依赖于一个随机搜索，以找到最符合给定的部分偏好配置文件的用户模型。多目标优化和多标准决策方法应用于谈判时间，以产生帕累托最优结果，从而增加成功（双赢）谈判的数量。严格的实验评估表明，代理采用我们的模型优于获奖代理的第10届自动谈判代理竞争（ANAC'19）的个人以及社会福利效用。
2022-01-07 cs.AI cs.MA
Unanimously acceptable agreements for negotiation teams in unpredictable domains
Universitat Politècnica de València（瓦伦西亚理工大学）；Delft University of Technology（代尔夫特理工大学）
谈判团队是一组具有共同偏好且可能相互冲突的代理人，形成谈判的一方。一个谈判团队同时参与两个决策过程，一个是与对手的谈判，另一个是决定谈判中行动的团队内部过程。这篇文章的重点是谈判团队决策的情况下，需要团队决策的一致性。现有的基于代理的方法只能保证团队在完全由可预测和兼容的问题组成的域中进行谈判的一致性。本文提出了一个模型，谈判团队，保证一致的团队决策域组成的可预测的和兼容的，也不可预测的问题。此外，本文还探讨了使用对手模型和团队成员模型对团队成员提出策略的影响。实验结果表明，如果团队成员采用贝叶斯学习来建模他们的队友的偏好，团队受益。
2016-04-16 cs.AI cs.GT cs.MA
MCTS-based Automated Negotiation Agent
Thales Research & Technology（泰雷兹研究与技术公司）；Sorbonne Université（索邦大学）；Université de Reims Champagne Ardennes（兰斯香槟-阿登大学）；Universidade Estadual do Ceará（塞阿拉州立大学）
本文提出了一种新的谈判代理模型的自动谈判。我们专注于没有时间压力的应用程序，在连续和离散域上进行多维协商。代理投标策略依赖于蒙特卡罗树搜索，这是一种流行的方法，因为它已成功地用于具有高分支因子的游戏，如围棋。它还利用了高斯过程回归和贝叶斯学习的对手建模技术。评估是通过面对现有的代理人，能够在这种情况下进行谈判：随机沃克，针锋相对和尼斯针锋相对。没有一个特工能打败我们的特工。此外，我们的方法的模块化和自适应性质在特定应用环境中优化它时是一个巨大的优势。
2019-09-12 cs.AI cs.MA
Belief-Desire-Intention (BDI) Multi-agent System for Cloud Marketplace Negotiation
Twitter, Inc.（推特公司）
随着云计算的发展，越来越多的大型企业将其基础设施和工作负载扩展到公共云中。提出了一个基于信念-愿望-意图（BDI）多Agent的云资源云市场系统的完整框架。云市场系统中的每一方都支持BDI代理进行自主决策和协商，以促进资源的自动购买和销售。此外，来自竞争相同云资源的企业的多个BDI代理可以经由主协商交换所彼此协商，以在协商云资源时最小化企业的总体成本函数。云市场系统进一步增强了代理的行为规范和信誉指数的分配，以促进他们之间的信任。
2022-06-16 cs.AI cs.DC cs.MA
Automated Configuration of Negotiation Strategies
Delft University of Technology（代尔夫特理工大学）；Leiden University（莱顿大学）
投标和接受策略对谈判的结果有很大的影响，在线性和非线性效用函数的情况下。多年来，人们已经清楚地认识到，对于所有的谈判环境来说，没有一个最佳的策略，但仍有许多固定的策略在发展。我们设想战略设计问题的转变：什么是好战略？问：什么是好的战略？为此，我们开发了一种方法，利用自动算法配置，找到最佳策略的一组特定的谈判设置。通过使用自动化算法配置赋予自动化谈判代理，我们获得了一个灵活的谈判代理，可以自动配置的对手和谈判场景的丰富空间。为了严格评估我们的方法，代理进行了测试，在ANAC双边自动谈判比赛设置对过去的竞争对手。我们表明，我们的自动配置的代理优于所有其他代理，与下一个最好的代理相比，谈判的回报增加了5.1%。我们注意到，如果没有我们的代理参加比赛，排名第一的代理仅以0.01%的优势获胜。
2020-03-31 cs.AI cs.LG cs.MA
Emergent Communication through Negotiation
University of Cambridge（剑桥大学）；DeepMind（深度思维）
多智能体强化学习提供了一种研究如何在需要解决特定问题的智能体社区中出现通信的方法。在本文中，我们研究了在谈判环境中，代理交互的半合作模型的通信的出现。我们介绍两种通信协议--一种是基于游戏的语义，另一种是不基于\textit{a priori}的，是一种廉价的谈话形式。我们发现，自利代理人可以使用预先接地的沟通渠道进行公平谈判，但无法有效地使用非接地渠道。然而，亲社会的代理人确实学会了使用廉价的谈话来找到最佳的谈判策略，这表明合作是语言出现的必要条件。我们还研究了通信行为的设置，其中一个代理人与代理人在一个社区中具有不同程度的亲社会性，并显示代理的可识别性可以帮助谈判。
2018-04-11 cs.AI cs.CL cs.LG
Automated Peer-to-peer Negotiation for Energy Contract Settlements in Residential Cooperatives
The University of Melbourne（墨尔本大学）；Centrum Wiskunde & Informatica（荷兰国家数学与计算机科学研究所）；Utrecht University（乌得勒支大学）
本文提出了一种自动化的点对点谈判策略解决能源合同之间的Prosumer在住宅能源合作社考虑异质性Prosumer的偏好。这种异质性源于产消者通过多种社会和环境标准对能源合同的评估，以及产消者对这些标准的私人偏好。产消者与同行进行双边谈判，共同商定定期能源合同/贷款，包括在该期间交换的能源量和所交换能源的返回时间。谈判的产消者通过一个共同的谈判域，包括潜在的能源合同和评估这些合同从他们的估值对所需的标准对效用函数，是强大的发电和需求的不确定性。从重复的互动中，产消者逐渐了解其同行在达成更接近纳什解的能源合同方面的兼容性。在多个系统尺度上对实际需求、发电和存储配置文件进行的实证评估表明，与基线策略和代表现状策略的个体灵活性控制策略相比，所提出的基于协商的策略可以提高系统效率（以功利社会福利衡量）和公平性（以纳什社会福利衡量）。因此，我们从点对点的灵活性交换中获得系统利益，而无需任何中央协调和市场运营商，提供了一个简单而灵活有效的范例，补充了现有的市场。
2019-11-26 cs.AI cs.MA
Targeted Data Acquisition for Evolving Negotiation Agents
Stanford University（斯坦福大学）
成功的谈判者必须学会如何平衡自我利益和合作的最优化。然而，目前的人工谈判代理通常严重依赖于他们训练的静态数据集的质量，限制了他们在平衡自身利益和合作方面做出适应性反应的能力。因此，我们发现这些代理人可以实现高效用或合作，但不能两者兼而有之。为了解决这个问题，我们引入了一个有针对性的数据采集框架，在这个框架中，我们使用来自专家Oracle的注释来指导强化学习代理的探索。引导探索激励学习代理超越其静态数据集并开发新的谈判策略。我们表明，这使我们的代理商，以获得更高的回报和更多的帕累托最优的解决方案时，谈判与模拟和人类的合作伙伴相比，标准的监督学习和强化学习方法。当将使用我们的目标数据采集框架的代理与使用监督学习和强化学习的混合训练的代理变体进行比较时，或者与使用定制奖励函数的代理进行比较时，这种趋势也是成立的，这些奖励函数明确优化了效用和帕累托最优性。
2021-06-16 cs.AI cs.CL cs.MA
Curiosity-Aware Bargaining
Kyriba；Université Pierre et Marie Curie（皮埃尔和玛丽·居里大学）；Université de Reims Champagne Ardennes（兰斯香槟阿登大学）
对手建模包括对代理的策略或偏好进行建模，这要归功于它提供的数据。在自动化谈判和机器学习的背景下，它可以产生压倒性的优势，以至于它可能会限制一些临时代理成为谈判过程的一部分。我们有资格作为“好奇”的代理人的谈判的愿望，以收集信息和改善其对手的模型驱动。然而，在自动协商中，基于好奇心的理性协议和好奇心-鲁棒协议还没有被研究。在本文中，我们依靠机制设计提出了三个扩展的标准讨价还价协议，限制信息泄漏。这些扩展是由一个增强的合理性模型，认为交换信息的支持。并对它们进行了理论分析和实验评价。
2016-12-30 cs.AI cs.MA
SCARCE: Emergent Institutions in Long-Horizon Multi-Agent Coding Systems
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；ELLIS Institute Tübingen（蒂宾根 ELLS 研究所）；MPI for Intelligent Systems（马克斯·普朗克智能系统研究所）；Tübingen AI Center（蒂宾根人工智能中心）
研究提出SCARCE框架，分析多智能体在编码任务中协商共享计算资源的行为，发现智能体自发形成非正式制度，且前沿模型的制度性行为更多，为多智能体系统安全审计提供受控环境。
2026-10-20 cs.AI cs.MA
