NegoExplorer:基于区域的递归双边多属性谈判方法
在现实世界的谈判中,涉及多个相互依赖的问题或属性是常见的情况。这类谈判场景极具挑战性,因为谈判主体对属性的偏好可能是非单调的。传统的谈判方法大多聚焦于主体偏好相互独立的情况,难以应对复杂的现实场景。本文将介绍一种名为 NegoExplorer 的新型框架,它能够在非单调和不可微的效用空间中进行非中介的双边多属性谈判。
1. 背景与动机
自动化多属性谈判是智能体和多智能体系统中的重要研究领域,为分布式决策者就多个问题达成协议提供了机制。现有的一些方法,如基于相似度的协议、进化算法和中介谈判协议等,在多属性谈判中取得了一定的成功,但它们大多针对主体偏好相互独立的谈判。然而,现实中的谈判往往涉及多个相互依赖的问题,这些问题的相互依赖性可能导致主体的效用函数是非单调甚至不可微的,使得现有的机制难以适用。
尽管已有研究在处理非单调偏好的复杂谈判场景方面取得了一些成果,但仍需要适用于复杂偏好结构的通用谈判模型。因此,本文提出了 NegoExplorer 框架,旨在解决这些问题。
2. NegoExplorer 框架概述
2.1 偏好结构
- 问题定义 :将谈判中的问题定义为有限的变量集 (X = {x_i|i = 1, …, n}),每个问题 (x_i) 可归一化到连续范围 (d_i = [0, 100]),谈判域可表示为 (D = [0, 100]^n)。
- 合同定义 :合同是由问题值定义的向量 (s = {x^s_i |i = 1, …, n})。
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



