摘 要

本文介绍的内容主要是通过Genius这种协商环境，进行虚拟的自动协商谈判，并且对基于Agent协商中报价策略和接收策略进行分析实现。在现在的信息时代中，自动化谈判已经越来越受到社会各界广泛关注，主要是因为它在很多领域中有广泛的应用潜力。本文阐述的是简单的自动谈判代理协商，采取的方式是只有当事人双方进行的谈判，而没有第三方参与的双边谈判。

论文的主体是研究了基于Agent自动协商谈判代理中的两种策略——报价策略和接收策略。采用这两种策略进行双边谈判，可以让双方得到一个最优的报价，进而使代理商得到一个最大的效用。

在双边谈判的过程中，考虑到谈判环境中的不确定性，报价策略和接收策略的实现并不是很容易去实现的，所以本文将会阐述如何在这种情况下进行谈判。对于该系统的设计是基于BOA组件的协商代理，在这个的基础上实现双边谈判的接收和报价策略。

1）对于报价策略主要是进行随机的报价并且该报价是均匀分布的。随机的报价是通过getRandomBid()这个方法来获得的，创建一个随机的报价只是需要该报价的效用大于或是等于自己设置的最低的报价效用即可。但是这个设置的最低报价效用不能太大，否则随机报价就不会继续进行下去。

2）而对于接收策略的实现是在均匀分布的随机报价的前提下，采用Optimal Stopping main decision body这个算法对报价进行接收。所以当谈判的一方看到对手提出的报价时，它将会面临一个选择：它要么接受当前正在谈判时的报价，要么拒绝当前谈判的报价并继续进行谈判。不过这两种选择都会有一定的风险：继续谈判带来的风险是放弃可能的最优报价，而接收带来的风险是失去更好的未来的报价。所以为了应对这种情况，就将收到的报价建模为随机过程来处理，并且确定该报价是否可接收。

关键词：自动协商；双边谈判；报价策略；接收策略

Abstract

The content of this article is mainly through the Genius negotiation environment, virtual auto-negotiation negotiation, and analysis and implementation of the bid strategy and receiving strategy based on Agent negotiation. In the current information age, automation negotiations have increasingly attracted wide attention from all walks of life, mainly because of its wide application potential in many fields. This article describes a simple automatic negotiating agent negotiation. The only way is to negotiate between the parties, and there is no bilateral negotiation with third parties.

The main body of the thesis is to study two strategies in the agent-based auto-negotiation negotiating agent—bid strategy and receiving strategy. Using these two strategies to conduct bilateral negotiations can allow both parties to obtain an optimal bid, which in turn allows the agents to get the maximum benefit.

In the process of bilateral negotiations, taking into account the uncertainty in the negotiation environment, the realization of bid strategies and acceptance strategies is not easy to implement, so this article will explain how to negotiate in such situations. The design of this system is based on the negotiation agent of the BOA component. Based on this, the bilateral negotiation receiving and quotation strategies are realized.

1) For the quoting strategy, a random quoting is mainly performed and the quoting is evenly distributed. Random quotations are obtained using the getRandomBid() method. Creating a random quote simply requires that the quote's utility is greater than or equal to the lowest quoting utility you have set. However, the minimum quoted utility of this setting cannot be too large, otherwise the random offer will not continue.

2) For the implementation of the receiving strategy, the Optimal Stopping main decision body algorithm is used to receive the quotation on the premise of a uniform distributed random quotation. So when one of the parties to the negotiation sees an offer from an opponent, it will face a choice: it will either accept the offer currently being negotiated or reject the current negotiated offer and continue negotiations. However, these two options will have certain risks: the risk of continuing negotiations is to give up the best possible offer, and the risk of acceptance is to lose a better future offer. So in order to deal with this situation, the received quote is modeled as a stochastic process, and it is determined whether the offer is acceptable.

Key words: automatic negotiation; bilateral negotiation; bidding strategy; receiving strategy.

目 录

第1章 绪论 1

1.1 引言 1

1.2 国内外研究现状分析 1

1.3 研究的目的及意义 2

1.4本文研究的主要内容 2

1.5本文结构安排 3

第2章 Genius与自动化谈判介绍 4

2.1 Genius运行平台 4

2.1.1 Genius的架构 4

2.2 Genius作为研究人员的工具 5

2.3 自动化谈判 6

2.3.1谈判对象与模式 6

2.3.2 代理类型和运行谈判会议 6

2.4本章小结 7

第3章 策略的设计 8

3.1报价策略 8

3.1.1 报价的最佳性 8

3.1.2 帕累托最优 8

3.1.3 预留值 9

3.1.4 谈判时间 9

3.2 接收策略 9

3.2.1 谈判中的决策 9

3.2.2 谈判中的随机行为 10

3.2.3 谈判中的最佳停止 10

3.3 接收随机报价 12

3.3.1一致的随机行为 12

3.4 依赖时间的报价 13

3.4.1不可预知的统一的报价 13

3.5本章小结 15

第4章 策略的实现与分析 16

4.1 场景的创建 16

4.1.1 创建一个域 16

4.1.2 创建偏好配置文件 17

4.2 创建一个双边协商代理商 18

4.2.1 接收动作 18

4.2.2 选择动作 18

4.3 使用的类的概述 19

4.4 创建BOA代理商 19

4.4.1 创建报价策略 20

4.4.2 创建接收策略 20

4.5实验运行结果分析 21

4.6本章小结 22

第5章 结论 23

参考文献 24

致 谢 26

第1章 绪论

1.1 引言

谈判充斥在现实的生活中，不管在哪些方面，只要存在双方的交流和交涉，就会形成谈判。谈判的存在可以帮助各方解决矛盾和达成一致的目的，如今，随着科学技术的迅猛发展，自动谈判协商技术的出现，可以帮助人们得到更好的谈判效果。

在谈判的过程中，对于双边谈判来说，由于谈判环境的不确定性，报价策略的随机性和接收策略的不确定性，都会给谈判达到最好的效果起到一定的阻碍作用，所以要去找到一个适合这个谈判的策略方法。

而对于接收策略，由于对手的随机报价的关系，而且在大多数的情况下，代理人只有不完整的信息。在本文中，考虑的是对手对于代理商的偏好是在有限知识或者是没有知识的情况下，所以代理商所收到的建议是不确定的。

而且，代理商预测对手的之后新的报价只是解决方案的一个部分：即使代理商在知道对手行为的概率分布时，将这个转化为有效的谈判行为是间接的。举一个极端的例子来说，考虑一个对手R（随机的），它将在中进行随机效用，其效用是均匀分布。进一步假设，如果期望在截止日期前收到两个来自对手R的报价。并且R提供一个效用函数，那应该接受哪些报价呢？而且，在后面的报价中可能会出现更好的报价。对于这些情况，要去寻找一个最好的接收策略，并且可以准确地显示了接收哪个报价。

1.2 国内外研究现状分析

国际自动谈判代理竞争（ANAC）[12]一年一次的大型活动，该活动是自动化谈判研究界用来衡量和评估自己的工作并且挑战自己。该竞赛将来自各地的研究人员聚集在一起，为多议题领域[10,11]评估实际谈判策略提供了一些独一无二的基准。这些竞赛已经在人工智能领域产生了新的研究成果，这些研究可以在更广泛的研究领域得到应用。

ANAC的挑战促使研究人员开发自动谈判，在有不完全信息的对手的情况下。通过这种竞争，使自动化谈判朝着更加优化的方向进行，并且鼓励设计通用的谈判代理，使其能够在各种各样的情况下运行，并且提供性能的基准。

基于Agent协商策略在许多方面都有研究，比如2006年我国的高坚提出了一个Agent间多议题协商模型（MN）[1]，并发表了一个算法——加速混沌进化（ACEA），该算法将混沌机制引入进化计算并采用了压缩技术对算法进行加速。同一年Brzostowski和Kowalczyk这两人发表了只基于历史报价来估计不同模型agent行为的方法[2],但是对手类型的分类的精确性会影响预测结果的精度。在2011年Nabila Hadidi等人提出基于辩论的交替报价协商协议[3]，由于协商双方之间的辩论交换，促进了双方达成协议，但是在选取最优提议策略上并未做研究，影响协商的质量。孙天昊提出了Bayes分类的增强学习方法[4],可以帮助协商Agent选择最优的行动并且实现它的最终目标。张京敏和董红斌两人提出了一种双边优化的模型[5]，引入一个中介Agent，在强化学习策略中使用不同的参数产生提议，继而选出最好的参数协商。谭忠富等人提出了在基于多智能体代理技术的双边谈判中，采用模糊集和模糊概率理论来构建贝叶斯学习模型，并给出在这个基础上的报价策略[6]。徐敬梁，提出了在确定了交易形式和报价流程的基础上把经济学中的鲁宾斯坦讨价还价模型运用到了双边谈判中[7]。这些各种各样的算法和方法的提出与发表都在不断促进协商谈判的发展,为自动协商代理奠定了丰厚的基础。

1.3 研究的目的及意义

以Agent自动协商谈判为基石，主要的研究方向是双边和多边谈判的协商方法，提出了在中介Agent增强学习的双边议题并行的协商框架的基础上，提出优化对中介Agent学习协商的偏好是在有限的了解或是没有了解对手的情况下进行推理的能力，调节并推动双方协商的进度，最后得到让双方都满意的结果。

自动谈判代理竞争的目标：

（1）为制定有效和高效的谈判协议和策略提供动力，以便为不同的谈判情景提供报价，接收和对手建模。

（2）收集和制定谈判场景，协议和战略的基准。

（3）针对基准的情景，协议和战略，制定一套通用的评估和探索新协议和新策略的工具和标准。

（4）设定自动谈判的研究议程

本来，竞争集中在双边多问题闭合的谈判领域。多年来，竞争已经解决了各种议题：改变谈判者的数量，谈判领域的复杂性（加性线性与非线性），与同一组反对者在特殊领域的反复谈判，以及与人的谈判。将来研究还会面临更加难解的问题与挑战，不过这不就是要一直去探寻并解决的东西吗。

1.4本文研究的主要内容

本文主要研究的是基于Agent协商策略的报价和接收策略，最终达到让双方都满意的谈判结果。

1）报价策略：报价策略是将谈判中报价的轨迹进行跟踪猜测，进而决定下一步的报价，在本文中报价是随机的并且是均匀分布的。

2）接收策略：接收策略决定对手的报价是否可接受，如果拒接该报价，则继续进行谈判，否则接收报价并且停止谈判。在本文中先是分析在谈判中最佳的停止时间也就是接收报价的时刻，然后又对随机报价的行为和依赖时间的报价行为进行比较，进而得出依赖时间报价行为的更一般性。

1.5本文结构安排

本文共分为六个章节，每章的主要内容如下：

第一章：绪论。主要说明研究内容的目的与意义，介绍了自动谈判协商的对象、模式、类型以及国内外的研究现状和本文研究内容和本文的结构安排。

第二章：运行平台。主要的是对Genius这个运行平台的介绍。

第三章：策略的设计。主要是介绍报价策略所涉及到的概念，并且介绍接收策略相关的概念以及该如何的对产生的报价的接收，并且将随机报价和依赖时间报价的行为进行对比分析，得出依赖时间报价行为的更一般性。并且在这个章节中提出了Optimal Stopping main decision body这个接收策略的算法。

第四章：策略的实现与分析。主要是介绍如何进行谈判的步骤，以及在BOA协商代理体系的结构下创建报价策略和接收策略，还有最后对实验运行结果的分析。

第五章：结论。主要是对本文的研究工作的总结以及该研究工作在本研究领域中的意义和作用，以及对以后该研究工作还需要讨论的问题和建议。

第2章 Genius与自动化谈判介绍

Genius[8]是一种协商环境，为异构谈判代理实现开放式架构，它也是一个智能多用途仿真协商的通用环境，Genius可以用来实现或模拟现实生活中的谈判。Genius也可以帮助促进自动谈判者策略的设计和评估，它可以很容易的开发和整合现有的谈判代理商，并被用来模拟单独的谈判会议和各种不同的谈判场景中谈判代理商之间的竞争。它可以通过图形用户界面来指定不同的协商域和偏好配置文件来帮助完成任务。

2.1 Genius运行平台

Genius运行平台的目标是促进谈判策略的设计，使用Genius的时候，程序员只需要把重点放在策略的设计上即可。Genius提供了一个灵活且易于使用的环境来实现代理和机制，从而支持代理的策略设计和分析。

Genius侧重于双边谈判，即双方或是代理商A和B之间的没有第三方参与的谈判。Agent自动协商谈判中的问题作为谈判领域的一部分，每一个问题都有相关的选择范围和值。谈判的结果是由每个问题到值的映射组成的，所有可能结果的集合称为结果空间，这个结果空间在单个谈判期间是保持不变的。

2.1.1 Genius的架构

图2.1 Genius的架构

Genius提供了一个灵活的仿真环境，其结构如图2.1所示，是由几个模块构成的：（a）分析，（b）存储库，（c）日志记录，（d）仿真控制。分析模块为研究人员提供了使用不同评估标准来分析结果的选项。存储库中包含三个不同的协商模块，与Genius中的三个分析模块进行交互：

（1）协商场景，由一个协商域组成，至少有两个在该域上定义的优先级配置文件。在指定谈判场景时，Genius能够对场景进行结果空间的分析。

（2）协商实现代理应用程序编程接口（API）的代理。代理自省允许代理人感知谈判环境。

（3）谈判协议，一对一，一对多和多对多，根据具体的协议，Genius可以提供谈判分析来评估谈判特征。

最后，仿真控制和日志模块允许研究人员控制仿真，调试和获取详细信息。

2.2 Genius作为研究人员的工具

Genius支持自动的代理商和研究人员之间的协商，在这里，将介绍在谈判之前，谈判正在进行和谈判之后对Genius的使用。

1）准备阶段：对于自动化的代理商，Genius提供框架类来帮助设计者实现谈判代理。它提供了访问有关协商域和代理的偏好配置文件信息的功能。Genius的交互组件管理协议的规则，方便调节代理在协商中的交互。这就使得代理设计者可以专注于代理的设计，并不需要实现通信协议或协商协议。

在设计自动代理时，设计者需要考虑代理的运行设置。这个设置决定了参与谈判的人数，谈判的时间框架以及谈判正在进行的问题的几个参数。谈判设置还包括一系列要解决的目标和问题。可能涉及各种类型的问题，包括离散值的集合，整数值集合和实数值集合。谈判环境可以由非合作谈判者或合作谈判者组成。通常，合作代理人试图最大限度的发挥它的联合效用，而非合作代理人则试图最大化自己的效用，而不管其他方面的效用。最后，谈判协议定义了谈判者之间的互动：谈判是否只进行一次或重复进行，以及如何进行代理人之间的报价交换。