16、自动化谈判：挑战与解决方案

自动化谈判：挑战与解决方案

1. 配送优化问题

在配送场景中，需要在满足一系列约束条件的情况下，完成所有配送任务并最小化运输成本（行驶里程）。这些约束条件包括：
- 每辆车必须从其中心的仓库出发并返回该仓库，但订单的取货和送货地点不必在仓库。
- 每辆车有最大负载重量限制，且不同车辆的限制可能不同。
- 每辆车有最大负载体积限制，且不同车辆的限制可能不同。
- 每辆车有法律规定的最大路线长度。
- 每个配送任务都必须包含在某辆车的路线中。

这个个体代理优化问题是NP完全问题。此外，代理通过共享资源和任务可能节省里程，但这个联合问题同样是NP完全问题。因此，尽管代理可以协商共享配送任务和资源并分摊成本，但在此过程中必须解决难以处理的问题。这就是为什么在某些谈判领域需要启发式方法的原因。例如，代理可以基于预期改进当前解决方案的程度，控制随时算法。基于此，Larson和Sandholm引入了“审议均衡”的解决方案概念，将审议（即计算）成本明确纳入代理的策略中。

2. 与人类谈判的挑战

之前讨论了软件代理与其他软件代理进行理性谈判的各种方法，这些方法基于对手会理性行事以实现自身目标的假设。但在软件代理无法被假定为理性（例如因需解决难以处理的问题）的情况下，启发式方法会很有用。

然而，当代理与人类谈判时，会出现全新的挑战。研究表明，人类会系统性地偏离规范理论规定的最优行为。例如，人们常根据选择的呈现方式改变估值，厌恶不公平，并愿意进行代价高昂的惩罚等非理性行为。因此，不能假定人类会遵循均衡策略或实现效用最大化。软件代理必须具备：
- 预测人类谈判行为的模型。
- 考虑这些模型来