（计算机应用技术专业论文）agent间基于补偿和承诺的重复谈判研究.pdf

西南大学硕十学伊论文摘要 a g e n t 间基于补偿和承诺的重复谈判研究 计算机应用技术专业 指导教师 硕士研究生田喜平 李立新副教授 摘要 电子商务的优势使越来越多的交易在网上进行。智能a g e n t 技术引入到电子商务中使网上 交易的各个阶段实现自动化、智能化成为可能。谈判作为交易过程中的一个重要环节。是买 卖双方针对要交易的对象的各个方面进行协调、达成一致的过程；是决定交易是否成功、是 否能够达到买卖双方要求水准的关键所在。如何让a g e n t 自动采用某种策略来代替人们完成这 个过程自动谈判一直是电子商务和m a s 研究的热点和重点。 目前，国内外许多学者对自动谈判进行了研究，且取得了显著的成果。但是现在的研究 般是针对一次谈判来说，在现实生活中，交易过的双方由于需求的存在可能会再一次进行 交易，且这种现象是广泛存在的。重复交易的过程注定了要进行重复谈判，利用哪些因素联 系交易历史使得当前谈判能够更快更好的达成一致，成为大家研究的一个热点。 本文的研究工作正是在这种背景下进行的，具有较好的理论价值和应用情景。所做工作 主要包括这样几个方面： l 、论文分析了自动谈判系统的研究现状，提出了一个a g e n t 基于补偿和承诺的双边重复谈判 模型。刻画了模型系统中a g e n t 的结构；定义了重复谈判中状态转移协议和a g e n t 交互协 议；设定了重复谈判环境；描述了谈判过程中使用的提议形式。 2 、提出了基于案例推理的首提议生成策略。a g e n t 收到交易需求之后，根据相似度函数寻找 案例库中最相似需求，使用最相似需求的交易提议作为本次谈判的首提议。这样首提议的 提出不仅考虑到用户的需求，同时还考虑到交易历史，使首提议的提出更加合乎实际。 3 、引入补偿联系重复谈判的过程，引入承诺来加速单次谈判，使得在长期的谈判过程中有稳 定高效的谈判效用同时，引入合作度对a g e n t 的补偿程度给予量化，在一定程度上避免 长期谈判过程中a g e n t 一致处于让步地位；引入可信度量化a g e n t 对承诺兑现的程度，在 一定程度上避免a g e n t 对其承诺不给予兑现的现象。 4 、设定了谈判过程中的效用函数，针对不同的提议形式给出不同的效用函数计算方法，使效 用函数能够在多种情况下使用。提出了多种策略函数形式，使a g e n t 能够根据自己的情景 有效地选择谈判策略。针对长久的重复谈判，a g e n t 能够根据自己得到的补偿给予让步， 使整个谈判过程中a g e n t 的平均谈判效用是一个平衡：针对涉及到的承诺，a g e n t 能够根 据对手的可靠度给予评价，在一定程度上避免上当受骗。 两南大学硕十学伊论文摘要 5 、深入分析了重复谈判过程中使用到的谈判策略。本文针对谈判历史引入让步策略和强制策 略；针对首次谈判对手引入平衡策略；针对离散议题引入偏好优先策略，并且把这些策略 量化为一种可计算的形式，使对谈判策略的选择和谈判过程变换为可形式化过程。 6 、在上述理论研究的基础上。采用j a v a 语言构建了实验系统。模拟买卖双方重复交易、评 价收到提议、生成反提议等自动谈判过程，统计并分析各项实验数据，验证了本文提出的 双边重复谈判的可行性和有效性。 关键词：重复谈判补偿承诺可信度合作度案例推理 i i 两南大学硕十学竹论文 a b s t r a c t - -m r e s e a r c ho nt h eb a s eo fc o m p e n s a t i o na n dc o m m i t m e n t r e n e g o t i a t i o nb e t w e e na g e n t s m a j o r ：c o m p u t e ra p p l i c a t i o nt e c h n o l o g y a u t h o r ：t i a nx i - p i n g s u p e r v i s o r ：a s s o c i a t ep r o f l il i x i n a b s t r a c t t h ea d v a n t a g eo fe - c o n u n e r f a c i l i t a t e sm o r ea n dm o r ec o m p l e t i o no fu c t i o n $ o n - l i n e i n t e l l i g e n ta g e n tt e c h n o l o g yh a sb e a ni n t r o d u c e di n t ot h ee - c o m m e r c ow h i c hi i l a k e st h ep o s s i b i l i t y o fa u t o m a t i o na n di n t e l l e c t o a l i z z t i u ni ne v e r yt r a d es t a g e a sam i d d l ep a r to ft h ei r a n s a c t i o n n e g o t i a t i o ni st h ep r o c e s st h a tb u y e ra n ds e l l e rc o o r d i n a t ew i t l la n dc o n s e n tt oe a c ho t h e ra c c o r d i n g t ot h ef a c e t so fo b j e c tb a r g a i n e d i ti st h ek e yp o i n tt od e c i d ew h e t h e rt h et r a n s a c t i o ni ss u c c e e d , a s w e l la sw h e t h e rt h er e q u i r e m e n t so fb u y e ra n ds e l l e rm m e ts i m u l t a n e o u s l y , s o h o wt ol e ta g e n t c o m p l e t et h et i n & a u t o m a t i c a l l yu s i n gc c l t a h 3s t r a t e g yt or e p l a c eh u m a nk i n d ，n a m e l ya u t o m a t i c n e g o t i a t i o n , a l w a y sl a y sah o ta n df o c a ls p o ti nt h er e s e a r c ho f e l e c t r o n i cc o n l m e r c ea n dm a s a tp r e s e n t ，m a n ys c h o l a r sh e r ea n da b r o a dh a v ed o n es o r l l cr e s e c l m so nt h ea u t o m a t i c n e g o t i a t i o n sa n dh a v er e g i s t e r e ds o m ea c h i e v e m e n t s h o w e v e r , t h ec u r r e n tr e s e a r c h e sa ”g e n e r a l l y a i m e da to n c en e g o t i a t i o n i n0 1 1 1 r e a ll i f e i t sp e r v a s i v et h a tas e c o n dt r a d ei st a k e nb e t w e e nb o t h s i d e so f t h et r a o nd u et ot h e i rr e q u i r e m e n t s ，w h i c hn e e d sar e p e a tn e g o t i a t i o n o u rr e s e a r c hi sd o n eu n d e rt h eb a c k g r o u n dm e n t i o n e da b o v e ，w h i c hp o s s e sab e t t e rt h e o r e t i c a l v a l u e a n d a p p l i c a t i o n p r o s p e c t t h e r e s e a r c h w o r k i n c l u d e s t h e f o l l o w i n g a s p e c t s ： i nt h i st h e s i s ，w eh a v ea n a l y z e dt h ep r e s e n ts i t u a t i o no f r e s e a r c h e so nt h ea u t o m a t i cn e g o t i a t i o n s y s t e m s a n d b u i l t a b i l a t e r a lr e p e a t e d n e g o t i a t i o n m o d e l b a s e d o nc o m p e n s a t i o n a n d c o m m i t m e n lh l t h i sm o d e l ，w eh a v ep o r t r a y e da g e n t ss t r u c t u r e 。a n d 出f i n e dt h ep r o t o c o lo fb o t ht h ef l o wi n r e p e a t e dn e g o t i a t i o na n di n t e r a c t i o na m o n ga g e n t s t h e nw ee s t a b l i s h e dt h ee n v i r o n m e n to f r e p e a t e dn e g o t i a t i o n , a n dd e s c r i b e dt h ef o r mo f p r o p o s a lw h i c h i su s e di nt h en e g o t i a t i o np r o c e s s i nt h i st h e s i s t h ef i r s tp r o p o s a li sf o r m e do nb a s eo fc m r e a s o n i n g a f t e ra g e n tr e c e i v e st h e t r a n s a c t i o nr e q u e s t ，i tw i l lm a t c ht h er e q u e s to fs o u r c ec a s ew h i c hi si n o s ts i m i l a rt ot h ed e s t i n a t i o n c a s et h r o u g hs i m i l a r i t yc o m p u t i n g t h e na g e n tt a k e st h a tr e q u e s ta st h ef i r s tp r o p o s a lo ft h i s n e g o t i a t i o n s o ，t h ef i s tp r o p o s a li sf o r m e dc o n s i d e r i n gn o to n l yt h ed e m a n db u ta l s ot h et r a n s a c t i o n i i i 两南大学硕士学伊论文 a b s t r a c t h i s t o r y , w h i c hc o n f o r m st ot h er e a l i t ym u c hb e t t e r c o m m i t m e n ta n dc o m p e n s a t i o nh a v eb e e ni n t r o d u c e di n t ot h er e p e a t e dn e g o t i a t i o np r o c e s s ， w h i c hn l a k e sa g e n th a v es t a b l ea n dh i g hn e g o t i a t i o ne f f i c i e n c yi nt h el o n g - t e r mn e g o t i a t i o n p r o c e s s e sb yc o n s i d e r i n gt h en e g o t i a t i o nh i s t o r y a tt h es m et i m e t h ec o o p e r a t i o nh a sb e e n i n t r o d u c e dt on l e a s u r et h ea g e n t sc o m p e n s a t i o nd e g r e e t h i sh a sa v o i d e da g e n tt ob ea l w a y sa tt h e c o n c e s s i o np o s i t i o ni nl o n g - t e r mn e g o t i a t i o np r o c e s s f i n a l l y , w eh a v ea p p l i e dc o n f i d e n c et o i n e a s u l et h ed e g r e eo f c o m p l e t i n gc o m m i t m e n tw h i c hp r e v e n t sa g e n tn o tc o m p l e t i n gc o m m i t m e n tt o s o m ee x t e n l t h eu t i l i t yf u n c t i o nc a l lb eu s e di nm a n ys i t u a t i o n sb yc o n s i d e r i n gt h es e p a r a t ea n dc o n t i n u o u s i s s u ei nt h eu t i l i t yf u n c t i o na n dg i v i n gt h ec o r r e s p o n d i n go v e r a l lu t i l i t yf u n c t i o ni nv i e wo fd i f f e r e n t p r o p o s a l s m a n yk i n d so fs t r a t e g yf u n c t i o n sa l s oh a v eb e e np r o p o s e d ，w h i c he n a b l e sa g e n tt ob e a b l et oc h o o s ee f f e c t i v en e g o t i a t i o ns t r a t e g i e sa c c o r d i n gt oh i so w ns c e n e i nv i e wo ft h el o n g - t h n c r e p e a t e dn e g o t i a t i o n , a g e n tc a l lg i v ec o n c e s s i o n sa c c o r d i n g t ot h ec o r a p e n s a t i o nh eo b t a i n e d , w h i c h m a k e st h ea v e r a g ee f f e c t i v e n e s so f n e g o t i a t i o na g e n tab a l a n c ei nt h ee n t l r en e g o t i a t i o np r o c e s s i n v i e wo f t h a tt h ea g e n tr e c e i v ec o m m i t m e n t ，a g e n tc a na v o i d sd e c e i v i n gb e c a u s ei tg i v et h ea p p r a i s a l o f c o n n n i t m e n ta c c o r d i n gt ot h ed e g r e eo f c r o d i b i l i t y w eh a v et h o r o u g h l ya n a l y z e dt h en e g o t i a t i o ns t r a t e g i e sb e i n gu s e di nt h er e p e a t e dn e g o t i a t i o n p r o c e s s i nt h i st h e s i s ，w eh a v ei n t r o d u c e dt h ec o n c e s s i o n ss t r a t e g ya n dt h ec o m p u l s i o ns t r a t e g y c o n s i d e r i n gn e g o t i a t i o nh i s t o r y , i n t r o d u c e dt h eb a l a n c e ds t r a t e g yc o n s i d e r i n gt h ef i r s tn e g o t i a t i o n , a n di n t r o d u c e dt h ep a r t i a l i t y - p r i o t i t ys t r a t e g yc o n s i d e r i n gt h es e p a r a t ei s s u e t h e nt h e s es t r a t e g i e s h a v eb e e nq u a n t i z e dt oac a l c u l a t e dp l a n ，w h i c hm a k e st h ec h o i c eo fn e g o t i a t i o n ss t r a t e g ya n d n e g o t i a t i o np r o c e s si n t oa c a l c u l a t e df o r m a l i z a t i o np r o c e s s w eh a v ec o n s t r u c t e dt h ee x p e r i m e n t a ls y s t e mu s i n ga g e n tb u i l d e ro nf o u n d a t i o no ft h e r e s e a r c hm e n t i o n e da b o v e ，a n ds i m u l a t e dt h ea u t o m a t i cn e g o t i a t i o np r o c e s s ，i n c l u d i n gc o n f o r m i n g u a n s a c t i o nb e t w e e n b u y e r a n ds e l l e r , e v a l u a t i n gt h er e c e i v e dp r o p o s a l ，p r o d u c i n gt h e c o u n t e r - p r o p o s a l ，a n ds oo n t h r o u g ht h ee x p e r i m e n td a t a , w ec e r t i f i c a t e t h ef e a s i b i l i t ya n d e f f i c i e n c y o f o u r n e g o t i a t i o n m o d e la n ds t r a t e g i e s k e yw o r d s ：r e - n e g o t i a t i o n ；c o m p e n s a t i o n ；c o m m i t m e n t ；t h ed e g r e eo fc o o p e r a t i o n ；t h e d e g r e eo f c o n f i d e n c e ；c a s e - r e a s o n i n g i v 独创性声明 本人声明所呈交的学位沦文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特另, j d h 以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得西南大学或其他教育机构的学位或证书而使用过的材料。与我 一刷工作的同志对本 i j f 究所做的任何贡献均已在沦文中作了明确的 说明并表示谢意。 学位论文作者：同事孕签字日期：w 叩年告月旧日 学位论文版权使用授权书 本学位论文作者完全了解凹南大学有关保留、使用学位论文的规 定，有权保留并向国家有关部门或机构送交沦文的复印件和磁盘，允 许沦文被查阅和借阅。本人授权西南大学研究生院可以将学位论文的 全部或部分内容编入有关数掘库进行检索，可以采用影印、缩印或扫 描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书，本论文：日不保密， 口保密期限至年月止) 。 学位论文作者签名：四毫率 签字1 3 期：功四年岁月l 日 学位论文作者毕业后去向： 工作单位 通讯地址 导师签名： 签字日期：攒月溯 沙7 年亨月溯 电话 邮编 两南人产硕+ 论文 第1 章绪论 第1 章绪论 1 1 引言 近年来，网络迅速发展，使资讯流通更为便捷，网络的无穷魅力和因此汇集而来的庞大 人气，使人们试着将商业活动引到网络之中。对于企业而言，提高了它的运作效率、节约了 它的运作成本。例如：企业能够在更广阔的市场空间中寻求更多的合作伙伴和更大的市场； 通过电子商务的虚拟环境，企业又可以突破传统的商务模式，在一种更为灵活、便捷的方式 下进行。同时，电子商务也给广大消费者带来了巨大的便利和实惠。例如：使消费者有更多 可选择的商品；节省时间、精力和金钱；更好地满足消费者的个性化需求；获得更大的商品 性价比因此，电子商务得以蓬勃发展。然而目前的第一代电子商务交易平台，自动化程度 相当低，消费者和商家要实现在线交易，需要亲自参与交易的各个环节，而电子商务的潜在 优势却远远不止如此。 智能a g e n t 技术的发展使得第二代电子商务系统成为可能。它使网上交易活动的各个阶段 ( 需求确定、产品代理、商家代理、谈判、购买、服务和评估等) 有了基于a g e n t 的解决方法， 使网上交易的各个阶段实现了智能性。谈判作为交易的中间环节，是买卖双方针对要交易对 象的各个方面进行协调、达成一致的过程，是决定交易是否成功，是否能够同时达到买卖双 方要求水准的关键所在。如何让a g e n t 自动的采用某种策略来代替人们完成这个过程一自动 谈判，一直是电子商务和m a s 研究的热点和重点。 自动谈判是一组自治a g e n t 为了某个或某些与利益相关的议题相互进行协调已求达到一 致的过程【l 】。它的目标是形成智能地、快速地达成一致的过程。目前，国内外的学者在a g e n t 谈判这方面做了大量的研究，并且也取得了一定的成效。这些研究工作主要有以下几个方面： 1 ) 谈判策略【2 ，3 ，4 】：基于时间的谈判策略、模仿对手行为的谈判策略、基于a g e n t 信念 的谈判策略、基于争论的谈判。 2 ) 谈判结果效用：自我效用评估、社会效用评估【5 】。 3 ) 社会因素：社会承诺、激励制度【6 】。 4 ) 机器学习：贝叶斯学习 4 】、加强q 学习 7 ，8 】、遗传算法、神经网络【9 】、案例推理【2 ，3 】、 模糊算法 1 0 ，1 1 】。 一般来说，这些研究大都是在一次谈判中进行的。然而在现实中存在这样的情况，两个 曾经谈判过的a g e n t 由于某种原因又一次的进行谈判的情形，假如采用这些一次谈判策略和评 价效用，就存在以下不足：1 ) 以前的谈判结果不能够对这次的谈判进行影响，即使某个a g e n t 在某次谈判的过程中做出了很大的让步，在以后的谈判过程中，又是一个新的开始，由于a g e n t 没有记录每次谈判的情况，这个a g e n t 也不能够得到补偿。2 ) 每次谈判都是从最初的提议开 始，若a g e n t 观察对手的策略进行提议，那么每次它都要从对手的一个个提议中进行学习。假 两南大学硕十论文第1 章绪论 如让a g e n t 对其谈判过对手的谈判策略学习后保留下来，那么在接下来的谈判中，a g e n t 就可 以直接使用某些策略进行新的提议，这样就节省了观察对手策略的时间。3 ) 在一次谈判的过 程中，一般只是针对谈判双方所针对的议题进行谈判，而不考虑商家的因素。有的学者在谈 判过程中引入了学习机制，但这些学习机制都是在一次谈判中进行，再一次谈判时又是一个 重新开始，并没有考虑到以前谈判时所学习到的内容，这些内容也要重新进行总结，浪费了 太多的谈判时间。4 ) 在单一的一次谈判中，a g e n t 每次的谈判效用都是针对当前的谈判的来 说，而不是从长远的利益来考虑，使得a g e n t 都不择手段的来追逐当前利益。所以说，虽然很 多技术和策略在单独的一次谈判中能够发挥很好的作用，但是到重复谈判场景中时，它们的 作用就不是太明显了 本文所讨论的工作是双方a g e n t 针对多议题进行的重复谈判。为了更好的解决问题，文章 规定s e u e r a g e n t 在重复进行谈判的过程中，能够对系统中涉及到的所有问题进行谈判，而 b u y e r a g e n t 可以根据自己的需求选择谈判议题。但是每次谈判中双方的谈判议题是一样的， 一般是b u y e r a g e n t 需求议题作为双方谈判议题。由于重复谈判过程中谈判者要关注谈判历史。 使用补偿度这个概念来联系谈判历史中的内容，使用相似度函数匹配最佳案例生成首提议。 为了让谈判尽快达成一致，谈判a g e n t 在谈判的过程中可能会做出承诺来增加对方a g e n t 的效 用。为了避免抵赖a g e n t 的出现，也就是别的a g e n t 给出让步之后在下次谈判中它不给予补偿 或是a g e n t 做出了承诺之后不给予兑现，引进合作度和可信度来对谈判对手进行评价。根据自 己记录的评价值来判断自己是否给予补偿、让步，接受承诺。 1 2 研究现状 1 2 1a g e n t 在电子商务中的应用 在电子商务中，a g e n t 技术的应用主要有以下几个方面： 1 、帮助用户寻找满足其需要的产品和服务或提供某些建议、参考。例如，j a n g o ， p e r s o n l o g i c 、及f i r e f l y 等。 2 、根据一定的预设条件有效地选择供应商或制造商，例如，b a r g a i n f i n d e r 、j a n g o 及k a s b a h 等。 3 、采用不同方法和策略就与交易相关的事务进行谈判和谈判，例如，a u c t i o n b o t 、 t e t e - a - t e t e 等。 4 、是基于总效用最大化目标进行的多个买方或卖方进行联合( 如：群组购买、批量销售， 组合拍卖) ，例如： r a k h t t p ：w w w r a k u t e n c o j p g r o u p b u y 、f a s t p a r t s t r a d i n ge x c h a n g s 。 1 2 2 现有的谈判系统 1 、a u c t i o n b o t 【1 2 2 西南大学硕十论文 第1 章绪论 一个通用的在线拍卖服务器。用户通过选择不同的参数来选择不同的拍卖类璎，买卖双 方根据所选拍卖类型的多边分布协议来投标。在a u c t i o n b o t 的市场中，卖主在选择了一个预 留价格以后对拍卖进行初始化，然后让a u c f i o n b o t 依据拍卖协议以及参数来管理投标过程。 2 、k a s b a h 1 3 ，1 4 】 一个基于i n t e m e t 的多a g e n t 议价系统，买卖双方各自维护一个软件a g e n t 进行交易。 k a s b a h 中a g e n t 没有使明任何人工智能或机器学习技术。在卖主创建新的卖方a g e n t 时，他 将建立几个引导参数，包括卖掉该商品的最后期限、期望的成交价格，最低可接受的价格。 k a s b a h 使用一个议价策略函数引导a g e n t 在谈判过程中议价系统有三个基本的定价函数： 线性函数，二次函数，立方函数，分别代表急切的、沉着的和贪婪的议价态度。 3 、t e t e - a - t e t e 1 4 】 一个多问题自动谈判系统，买卖双方a g e n t 在交易中通过谈判来合作。它支持对多个交易 问题的谈判，诸如价格、保障、送货时闻、优惠政策以及其他一些增值商业服务t e t e - a - t e t e 中的买卖双方a g e n t 争辩地谈判，并使用在产品选择和商业代理阶段生成的评估限制作为多属 性效用的维度。 4 、e - m e d i a t o r 【1 5 】 下一代电子商务服务器，它使用增强了的a i 和算法技术，对策论以及g u i 设计。e - m e d i a m r 中有两类a g e n t ：e a u c t i o n h o u s e ，一个可通过定制不同参数来配置不同拍卖类型的拍卖屋，以 及e c o n u n i t t e r ，一个平衡的义务合同最优化选择器。 5 、a d e p t 1 6 1 一个针对电信服务行业的系统。a d e p t 定义了一个面向服务的谈判模型，并在以后的工 作中对其进行了改进，对a g e n t 的谈判结构增加了相对复杂的思考机制，用于决定提议的内容， 它不支持谈判过程中问题的变更。 6 、l i a n g 和d o o n g 的电子市场原型实验系统 1 7 】 主要用来研究议价是如何吸引顾客的，以及当谈判策略有效时，个体差异是如何影响议 价结果的。这个电子市场由几个小商店组成，其中一些商店提供议价功能。系统使用三种议 价策略： ( 1 ) 效用递减策略。在初始出价时给出很大的折扣，以后逐渐减少让步，买方感觉剑效 用在逐渐减少。 ( 2 ) 效用递增策略。在初始出价时给出比较小的折扣，以后逐渐增加让步，买方感觉到 效用在逐渐增加。 ( 3 ) 效用均衡策略。始终用不变的价格折扣，买方感觉到不变的效用 3 两南大学硕十论文第1 章绪论 1 2 3 目前重复谈判的相关研究 重复谈判使谈判a g e n t 能够把以前学习到的谈判经验使用到当前谈判的过程中，进一步简 化了谈判过程，同时已有学者在重复谈判方面做出了大量的研究，目前的研究现状大致有这 几个方面： l 、在重复博弈中对重复协商进行研究。这时，重复协商都是设定在一个特定的博弈中。 ( 1 ) s h a v i t t a l m a n y a a k o v g a la n d m e i r a v h a d a d 等人提出了在谈判中自适应a g e n t 特性 【1 8 文章中使用帮助度量化a g e n t 的社会性，其中帮助度通过术语合作度和可靠度描述出来， 它主要是表现a g e n t 之间的依赖程度。当a g e n t 选择行动时，会先查看对手的帮助度，根据帮 助度的不同来决定下一步的行动。在文章的最后，通过c t 模型来对文章中的理论进行了验证， 在模型中a g e n t 需要交换资源达到自己的目标，但是没有a g e n t 彼此之间没有资源信息。文章 主要是针对a g e n t 的自适应性来进行讨论分析，但是对论文的工作起到了启发的作用。 ( 2 ) j a c o b w c r a n d a l l 、m i c h a e l a g o o d r i c h 提出了在重复博弈中使用社会承诺了建立信 誉度【1 9 】，这篇文章设定的重复游戏是扩展的囚犯困境游戏。作者在这篇文章中关注建立好的 信誉度，通过建立好的信誉度来关注帕若托效用的结果。作者通过学习盈利最大化和社会接 受效用函数的最大化来学习信誉度的建立和修改，并且通过满意度把学习盈利最大化和社会 接受效用函数的最大化两个结合起来。最后作者通过扩展的囚犯困境博弈证实了这种方法的 有效性 2 、商务活动中对重复谈判的研究 ( 1 ) s a b y a s a c h is a h a a n i s hb i s w a s 等人提出了重复的一次叫价谈判 2 0 】，文章中使用 c h e b y s h e v 多项式的学习机制，通过对对手的谈判历史决策函数的学习，为对手的决策函数进 行建模，通过c h e b y s h e v 多项式来计算最优的提议，从而进行一次叫价谈判。这篇文章虽然提 出了重复谈判，根据谈判的决策历史来确定谈判者所使用的决策函数，使谈判的效用和效率 得到优化。 但是，文章把讨论的场景设置在一次叫价和只有价格的情景中然而，在实际中谈判往 往要通过多步的协调才能达成一致；谈判的议题也不仅仅只有价格，而会涉及到议题的多个 方面。本论文所讨论的谈判是针对多个议题多轮回谈判。 ( 2 ) s a r v a p a l id r a m c h u r n , n i c h o l a sr j e n n i n g s 等人提出了一个使用奖励制度的谈判模 型【6 】，文章中主要是使用争论谈判的背景，在重复谈判的过程中使用量化的奖励对谈判中的 做出的让步给予补偿。当面对一个提议时候，谈判a g e n t 判断接受提议的时候考虑到以前的效 用折扣问题，最后也验证了使用这种谈判策略的效率和效用。文章假定每个a g e n t 都保证兑现 他们提供奖励并且在整个谈判过程中，没有抵赖的a g e n t 出现。在现实的a g e n t 社会中，并 不是没有抵赖a g e n t 。文章的实验结果虽然表明了文章中的算法有着很大的优越性，但是在存 在有抵赖性的a g e n t 场景中却是不实用的。 4 矾南大学硕十论文第1 章绪论 本文引入合作度量化对手得到补偿所做出的让步，在一定程度上避免了只得到补偿不进 行让步的a g e n t 的出现；引入可靠度鼙化a g e n t 兑现所做承诺的程度，在一定程度上避免了抵 赖a g e n t 的行为。 1 3 研究内容 在电子商务商务中实现自动谈判，是提高整个系统灵活性和自动化的关键所在论文的 工作在双方a g e n t 针对多议题进行的重复谈判环境中展开具体而言，本文的研究内容包括以 下几个方面： 1 、构建一个基于电子商务环境的双边a g e n t 针对多议题进行重复谈判的模型，包括提出 谈判策略、谈判流程和谈判算法等等。 2 ，引入了补偿和承诺的因素到重复谈判环境中，并通过合作度对a g e n t 的让步程度进行 了限制，通过可信度对a g e n t 接受承诺进行了限制 3 、采用a g e n t 案例推理机制来生成首提议。a g e n t 快速的对当前案例定义出最相近案例， 使得谈判的首提议不仅仅考虑到需求，还考虑到交易历史 4 、定义了谈判过程中的多种提议下各自的总体效用函数；设计重复谈判过程中使用的谈 判策略：平衡策略、让步策略、强硬策略和偏好优先策略。 5 、对所提出的问题进行了模拟实验，验证了a g e n t 双边多议题重复谈判的高效性和有效 性。 1 4 论文的创新点 1 、文章把承诺和补偿的引入到重复谈判的过程中，通过补偿联系谈判历史，通过承诺加 速本次谈判达成一致的过程。 2 、引入合作度对谈判对手的补偿程度给予评价，在一定程度上避免了只得到补偿不做出 让步的a g e n t 出现；引入可信度评价a g e n t 做出承诺的兑现程度给予评价，在一定程 度上避免了a g e n t 上当受骗。 3 、使用案例推理的学习机制生成重复谈判过程中的提议，这样首提议的形成不仅仅考虑 到买方的需求，同时还考虑到了交易历史，使得首提议生成更合适实际。 4 ，给出了多种形式的效用函数和策略函数，使a g e n t 能够根据自身的情况加以选择。 1 5 论文结构 本文内容的章节安排如下： 第一章绪论 概述了本文研究的背景，分析了研究的意义和必要性，介绍了目前本课题的研究现状， 讨论和分析了目前研究现状存在的问题，以及本文研究的主要内容和本文的组织结构。 5 两南人学硕十论文第1 章绪论 第二章相关理论 介绍了与本文相关的理论和方法，包括电子商务技术、自动谈判技术，社会承诺和多效 用理论这些理论和方法是本文论述的基础。 第三章 本章主要描述了双边重复谈判的环境、协议、提议形式、模型及其谈判中要使用的a g e n t 结构。 第四章承诺与补偿 本章把承诺和补偿引入到重复谈判的过程中。同时，引入合作度对a g e n t 的补偿程度给予 量化，引入可信度对a g e n t 对承诺兑现程度给予量化。 第五章效用函数和谈判策略 本章主要针对效用函数和策略函数进行了讨论。针对不同的提议给出相应的总体效用函 数。针对a g e n t 所处的不同情景，定义了让步策略、平衡策略、强硬策略和偏好优先等谈判策 略。 第六章首提议生成与一次谈判流程 本章概述了重复谈判过程中首提议的生成过程，对一次的谈判流程和算法给予了整体上 的描述。 第七章实验与分析 介绍实验系统的设计和实现， 可行性和有效性。 、 第八章总结与展望 总结了本文所做的研究工作， 并进行相关分析，验证论文思路的正确性以及谈判策略的 对下一步工作进行了展望。 6 西南大学硕+ 论文第2 章相关理论 第2 章相关理论 2 1a g e n t 与m u l t i - a g e n t 2 1 1 智能a g e n t 关于什么是a g e n t ，到目前为止还不存在一个被普遍接受的定义。f i p a ( f o u n d a t i o n f o r i n t e l l i n g p h y s c i a la g e n t ) 认为：a g e n t 是驻留于环境中的实体，它可以解释从环境中获得的 反映环境中所发生事件的数据，并执行对环境产生影响的行为。m a r v i nm i n s k y 从多主体系统 的社会智能的角度给出主体的一个定义：“我们将这些进程称之为主体，每个主体本身只会做 一些简单的事情，但当我们用特定的方法将这些主体组成一个主体群( s o c i e t y ) 时，就产生了 真正的智能。”本文中采用w o o l d r i d g 等人提出的关于a g c n t 的定义：a g e n t 是一类可计算实 体或程序，它们可以感知外界环境并自治运行，以实现其设计者和使用者的一系列目标。智 能a g e n t 具有以下的特性【2 1 】： 自主性( a u t o n o m y ) ：a g e n t 可在没有外界的干预( 环境及命令) 的情况下自主执行任务。 响应性( r e a c t i v i t y ) ：a g e n t 可对环境的影响和信息做出适当的反应。 主动性( p r o a c t i v i t y ) ：在特定的情况下采取基于目标的主动行动。 学习能力( l e a r n i n g ) ：可基于经验或当前的环境进行学习。 可移动性( m o b i l i t y ) ：可在异构的环境中移动。 协作( c o o p c m t i o n ) ：多个a g e n t 合作完成任务，这属于a g e n t 群体中个体a g e n t 应具有 的社会属性。 根据不同标准能够对a g e n t 进行不同分类 2 2 】。从总体来分，a g e n t 可分为人类a g e n t 、 软件a g e n t 、硬件a g e n t 三类，对软件a g e n t 根据不同的标准可划分为不同的小类。从建造 a g e n t 的角度出发，可分为慎思型、反应型和混合型。其中慎思型a g e n t 是将a g e n t 看作一种 意识系统，让a g e n t 模拟被代理对象的意识态度，诸如信念、愿望、意图、目标等。在这类 a g e n t 系统中，主要采用模态逻辑和可能世界语义对意识系统形式化。在反应型a g e n t 中， a g e n t 的智能取决于感知和行动，无需知识、推理和表示，a g e n t 是在与现实世界和周围环境 的交互作用中逐渐进化的。混合型a g e n t 集合了反应型a g e n t 和慎思型a g e n t 二者的优点，一 方面它可以及时而快速的响应外来信息和环境的变化，另一方面具有较高的智能。 a g e n t 所具有的特性非常适应于要求灵活交互、快速响应的动态变化的环境辅助或代替人 完成工作( 如：进行信息检索、购物等) 。 2 1 2 m a s 系统 m a s 的研究始于8 0 年代中期，多个自治或半自治的、同构或异构的可计算的a g e n t 组成