多Agent多问题协商模型

在多agent环境中,协商是多agent系统能够成功运转的关键.根据参与协商agent的数目和协商问题的数目,多agent环境中的协商可以分为双边-单问题协商、双边-多问题协商、多边-单问题协商、多边-多问题协商.前3种协商是多边-多问题协商在不同维上的简化.利用协商-协商过程-协商线程的概念建立了一个多边-多问题协商模型MMN(multi-agent multi-issue negotiation).该模型通过提供一个灵活的协商协议支持多agent环境中的不同协商形式,并且支持agent在协商过程中的学习.

一个基于多阶段的多Agent多问题协商框架

多问题协商是电子交易中的关键问题·多Agent技术的不断成熟为这个问题的解决提供了有效的途径·提出了一个以理性Agent为基础的基于多阶段的多问题协商框架,该框架在时间约束下适用于信息不完全的场景,它描述了多问题的价格协商·为了降低多问题协商的复杂性,它将多问题协商分解为多阶段协商,每个阶段的大小(问题数)相同·阶段数和顺序在协商前确定,每个阶段中的问题顺序在协商中确定·在阶段大小相同的情况下,对给定协商问题的分解,框架能给出优化协商议程(agenda)·尤其是框架能为参与协商的Agent建立学习系统(LS),以增强Agent的学习能力·最后基于这个框架实现了一个原型系统,原型系统证明这个框架是有效的·

基于遗忘理论和效用的多Agent多问题协商

许多基于对策论的协商方法,倾向于假设Agent的效用固定不变,默认多问题之间是完全可以互相补偿的,但实际情况往往不是这样。在此提出基于遗忘理论的多问题协商,结合逻辑学和对策论的方法,达到了Agent协商逻辑理性和效用理性的平衡。在协商中,动态调整问题的取值,采用逻辑与来处理多Agent之间不可补偿的多问题协商,为多Agent的多问题协商提供新方法。