基于TD3算法的自动协商策略

协商是人们就某些议题进行交流寻求一致协议的过程.而自动协商旨在通过协商智能体的使用降低协商成本、提高协商效率并且优化协商结果.近年来深度强化学习技术开始被运用于自动协商领域并取得了良好的效果,然而依然存在智能体训练时间较长、特定协商领域依赖、协商信息利用不充分等问题.为此,本文提出了一种基于TD3深度强化学习算法的协商策略,通过预训练降低训练过程的探索成本,通过优化状态和动作定义提高协商策略的鲁棒性从而适应不同的协商场景,通过多头语义神经网络和对手偏好预测模块充分利用协商的交互信息.实验结果表明,该策略在不同协商环境下都可以很好地完成协商任务.

创新村级议事协商,共建农村新风尚

随着农村社会管理和文化建设的复杂化,传统的村级议事协商方式已经无法满足当前的发展需求。对此,文章首先阐述了村级议事协商在助力农村新风尚建设中的独特价值,然后提出了优化策略,其中包括促进村民自治与参与意识、增进社区凝聚力与文化传承、优化资源配置与可持续发展、强化环保意识与生态文明建设,从而实现村级议事协商的有效性提升和农村社区发展质量的改善,以期为相关人员提供实践参考。随着乡村振兴战略的深入实施,农村社会治理模式也在逐步创新与转型。村级议事协商作为一种基层民主形式,不仅关系村民的切身利益,更是推动社会主义民主法治建设的重要途径。面向农村新风尚建设,村级议事协商策略的研究与实践,显得尤为重要。

基于Q-强化学习的多Agent协商策略及算法

针对传统Agent协商策略学习能力不足,不能满足现代电子商务环境需要的问题,采用Q-强化学习理论对Agent的双边协商策略加以改进,提出基于Q-强化学习的Agent双边协商策略,并设计实现该策略的算法。通过与时间协商策略比较,证明改进后的Agent协商策略在协商时间、算法效率上优于未经学习的时间策略,能够增强电子商务系统的在线学习能力,缩短协商时间,提高协商效率。

基于贝叶斯分类的增强学习协商策略

为了帮助协商Agent选择最优行动实现其最终目标,提出基于贝叶斯分类的增强学习协商策略。在协商过程中,协商Agent根据对手历史信息,利用贝叶斯分类确定对手类型,并及时动态地调整协商Agent对对手的信念。协商Agent通过不断修正对对手的信念,来加快协商解的收敛并获得更优的协商解。最后通过实验验证了策略的有效性和可用性。

基于多Agent的敏捷生产调度中的协商策略

为了解决基于多智能体的敏捷生产调度中资源分配的协商策略问题,提出了实现组合拍卖的协商策略的解决方法。在描述资源分配问题的基础上,基于组合拍卖解法,利用对偶理论与组合拍卖设计之间的联系,给出了组合拍卖的设计和拍卖的过程。根据设计结果和拍卖过程,采用分布规则,描述和构建实现组合拍卖的协商策略,并存储在相关智能体的规则库内。运行时,通过这些策略使资源分配问题以组合拍卖的方式得到了解决,同时对协商策略的计算复杂性和通信瓶颈进行了分析。计算实验表明,提出的协商策略是可行和有效的。

多Agent自动协商策略和算法

针对传统协商过程周期长、代价高的问题,提出了三类形式化的曲线簇来描述Agent所采取的协商策略以及一种数学化和计算机程序化的多Agent自动协商算法。这三类策略分别为急躁型、节俭型和折中型。通过实验模拟发现采用所提出的协商策略和算法更符合人类思维的直观。该方法可应用于多种电子商务交易(如B2B和B2C)等活动中。

一种基于等效置换的协商策略

为了进一步提高和优化让步协商策略达成的初步协商解的质量,首先提出了等效置换协商策略。等效置换充分利用多议题协商效用评估机制中各议题之间的相关性,在保证协商参与者既得利益的前提下动态改变某些议题的取值,促使协商双方得到更优的协商解。接着给出了具体的实现算法,最后实验验证了等效置换协商策略能够在一定程度上提高Agent的联合效用,得到比让步协商解,证明了等效置换协商策略是可行和有有效的。

一种优化的基于增强学习协商策略

增强学习可以帮助协商Agent选择最优行动实现其最终目标。对基于增强学习的协商策略进行优化,在协商过程中充分利用对手的历史信息,加快协商解的收敛和提高协商解的质量。最后通过实验验证了算法的有效性和可用性。

一对多协商协调策略

重点研究了一对多协商中对多个并发的一对一协商进行协调的协调策略。首先提出了相对效用理论,接着提出了基于相对效用理论的一对多协商协调策略,该策略能够很好地解决当多个并发协商进程同时获得满足效用评估的提议,特别是存在多个最大相同效用提议时的取舍问题,为协商更加有效、健壮、有序地执行提供了坚实的基础。

使用案例推理的协商策略研究

为解决自动信任协商过程中协商策略的效率问题,提出了一种采用基于案例推理技术的自动信任协商策略。可管理性概念的基础上,设计出可管理的协商策略,优化了协商处理能力。该策略具有较小的网络开销,较高的安全性等特点。实验结果表明该协商策略具有较高的效率。

一种基于动态规划的自动信任协商策略

动态规划是解决多阶段决策过程最优化的一种数学方法,可将其运用到自动信任协商中。针对目前有关协商策略的研究中没有区分信任凭证的敏感度和格式的问题,引入披露开销的概念,设计了一种新的协商策略。该策略采用动态规划的思想,基于与/或图建模,分解协商过程,自底向上求解最小开销的凭证披露序列。经证明,该策略是可采纳且高效的,能保障协商的安全性和提高协商的效率。

基于Agent的生产调度混合协商策略研究

当前大多协商策略无法兼顾规划和反应能力,为此,本文提出一种短期规划与动态响应能力相结合的混合协商策略。该策略针对柔性车间生产调度问题和面对扰动的再调度问题,将组合拍卖与改进合同网相结合,通过规定相关智能体的动作和交互顺序,实现系统在平稳或扰动状态下的生产调度。基于上述协商策略,开发了一个基于智能体的生产调度原型系统,并通过仿真实验验证协商策略的可行性和有效性。

一种不依赖于协商策略的信任协商协议

自动信任协商为开放环境中希望进行资源共享或业务协作的陌生双方提供了一种灵活的信任建立方法。然而现有自动信任协商系统之间不具备可互相操作性,首要原因是缺少一个统一的信任协商协议。提出了一种不依赖于协商策略的信任协商协议,将协议消息划分为资源请求、信息披露和终止协商3种类型并定义了消息的格式,阐明了协商过程的3种状态及状态之间的转化关系,同时给出了协议实现算法。分析表明,该协议支持包括多种格式信任证在内的数字断言和不同策略语言描述的访问控制策略的披露,允许在一次协商过程中使用多种协商策略进行协商,以满足不同应用场景的协商需求,因而具有明显的通用性。

长江三角洲区域跨界水污染治理的多层协商策略

针对长江三角洲跨界水污染问题治理困难的现状,采用协商的方式来解决跨界水污染问题及水事纠纷。根据目前长江三角洲跨界水污染问题的层次性特点,指出长江三角洲应针对不同的治理需求建立跨界水污染治理的多层次协商机制,分别从战略层面、管理层面和地方层面进行水战略协商、水行政协商和水事纠纷协商,各层次协商采用不同的协商组织形式,具有不同的协商内容。

基于改进增强学习算法的双边多协议协商策略

针对传统增强学习算法存在妥协过快导致自身效用降低的缺点,通过设计改进增强学习算法的双边多议题协商模型,引入期望还原率,还原Agent的期望,从而提高协商解的质量。通过实验分析了期望还原率不同取值对协商的影响,并对传统增强学习协商策略、基于时间的协商策略和改进增强学习协商策略的协商效果做了对比。实验表明,在协商次数允许的范围之内,基于期望还原率的改进增强学习算法在双边多议题协商中能够提升双方的效用。

基于增强学习协商策略的研究及优化

增强学习在电子商务中可以帮助Agent选择最优行动,并达成目标。在传统增强学习协商策略中,Agent一开始便进行大幅度的妥协,这是不合理的,与现实不符,降低了Agent的期望。通过期望还原率来还原Agent的真实期望,对协商策略进行优化;讨论了期望还原率的取值对协商过程的影响;通过实验验证了优化的协商策略在保证协商效率的同时,提高了协商解的质量。

医患沟通中的协商策略探析

近年来医患冲突成为社会关注的热点问题,如何避免、化解医患冲突也成为迫切需要解决的问题。有效的协商是有效预防和化解医患信息不对称、推动医患共同决策并实现医疗方案选择多元化等的重要手段。掌握必要的协商策略是当今医生必备的职业素养。医生可以通过充分解释、提供必要信息,话语通俗、尊重自主,移情理解、灵活变通等沟通策略来满足患者对信息、疗效、情感、面子等方面的诉求,进而从根源上有效预防医患矛盾的发生。

一种基于树建模的自动信任协商策略

自动信任协商是跨多安全域的实体间建立信任关系的一种新方法,协商策略规定了协商过程中信任凭证和访问控制策略的披露方式。针对目前的研究中没有区分凭证的敏感度的问题,引入凭证权重的概念,设计了一种基于带权重的树的协商策略,采取局部取优的思想,每次在访问控制策略可选的情况下选取最小权重的凭证进行披露,直至协商成功或失败。经证明,该策略安全、完备且高效。

基于有穷自动机的自动信任协商策略

自动信任协商通过协商策略协调协商双方间访问控制策略、信任证的交互披露以逐步建立信任.现有的访问控制策略规则的理论表示缺乏直观性,在分析和构造策略算法时带来不便.本文将有穷自动机形式化定义与自动信任协商相结合,提出一套基于有穷自动机的信任协商定义体系,并构造有穷自动机状态转换图对相应的访问控制策略进行图形化表示,便于分析和构造协商策略.针对积极策略缺乏安全性和谨慎策略缺乏高效性的问题,提出了基于有穷自动机的协商策略,该策略在谨慎策略的基础上加入记忆链结构,以减少协商双方交互次数,提高协商效率.经证明,该策略具备完备性和安全性,并通过仿真实验证明相对于谨慎策略,该策略具备高效性.

基于策略属性协商的云间组合服务访问控制机制

提出一种基于策略属性协商的云间组合服务访问控制机制.使用属性来表达服务组件之间的授权关系,能够满足云环境下动态、弹性、点对点的交互特点,该机制使用策略属性协商来实现访问控制的交互,减少了服务内安全信息的披露,有效地保护了用户隐私,实现了云组合服务内不同服务组件的策略对外一致性的访问控制表现.设计一种基于历史信息的策略协商算法,通过同步高频协商策略、存储历史协商信息、计算属性披露开销,来优化协商流程,提高交互效率.仿真实验验证了该机制的可行性及其运行效率.