1. 本选题研究的目的及意义

随着人工智能技术的飞速发展，agent在各个领域得到越来越广泛的应用，尤其是在电子商务、供应链管理和多智能体系统等方面。

agent之间需要通过协商才能达成共识，实现各自的目标。

然而，协商过程通常是复杂且动态变化的，对手agent的行为往往难以预测，这给agent的策略选择带来了极大的挑战。

2. 本选题国内外研究状况综述

agent协商中对手行为建模是人工智能领域的一个重要研究方向，近年来受到国内外学者的广泛关注。

1. 国内研究现状

国内学者在agent协商对手行为建模方面取得了一定的进展，主要集中在以下几个方面：
1.基于博弈论的建模方法：部分学者利用博弈论的思想对对手行为进行建模，例如，利用演化博弈构建对手策略模型、利用贝叶斯博弈推断对手类型等。

3. 本选题研究的主要内容及写作提纲

本选题主要内容如下：1.agent协商机制：介绍agent协商的基本概念、典型协商机制、协商协议和策略等，为后续研究奠定基础。

2.对手行为建模：概述对手行为建模的概念和意义，介绍常用的建模方法，并分析当前建模方法面临的挑战，为后续提出针对性的建模策略提供参考。

3.agent协商中对手行为建模策略：-研究基于博弈论的建模策略，利用博弈论工具分析对手的行为模式和策略选择，构建基于博弈论的对手行为模型。

4. 研究的方法与步骤

本研究将采用理论分析、模型构建、实验验证相结合的研究方法。

首先，进行文献调研，了解agent协商、对手行为建模等相关领域的国内外研究现状，为研究提供理论基础和参考依据。

其次，分析agent协商中对手行为的特点和挑战，研究不同类型的对手行为建模方法，包括博弈论、机器学习、强化学习等，比较其优缺点和适用场景。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.提出针对agent协商特点的对手行为建模策略，例如，考虑协商过程中的时间因素、信息不对称等因素，构建更加符合实际情况的对手行为模型。

2.将强化学习方法应用于对手行为建模，利用强化学习算法训练agent学习对手的行为策略，以应对动态变化的协商环境。

3.探索混合建模策略，结合不同建模方法的优点，构建更加准确和鲁棒的对手行为模型。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

1. 刘贵全,杜勇,徐心和.面向agent协商的对手建模研究综述[j].计算机工程与应用,2010,46(27):25-29.

2. 肖军,史忠植.多agent系统中agent的协商机制研究[j].计算机研究与发展,2003,40(8):1123-1131.

3. 陆剑峰,史忠植.agent协商对手建模研究[j].软件学报,2004,15(4):617-626.