基于Agent增強(qiáng)學(xué)習(xí)多議題的自動(dòng)協(xié)商研究.pdf

1、隨著經(jīng)濟(jì)全球化，電子商務(wù)環(huán)境的競(jìng)爭(zhēng)越來(lái)越激烈，人們必然會(huì)選擇協(xié)商來(lái)解決利益沖突。利用agent自動(dòng)協(xié)商技術(shù)可以替換人工協(xié)商費(fèi)時(shí)、代價(jià)高、反應(yīng)遲鈍等缺點(diǎn)，有利于協(xié)商的效率，改善了人們生活質(zhì)量。關(guān)于多agent自動(dòng)協(xié)商方法的研究已經(jīng)獲得了非常多的有價(jià)值的研究成果。但是，大部分研究員的重點(diǎn)是協(xié)商模型的構(gòu)建，或者是強(qiáng)化學(xué)習(xí)中Q-learning算法與貝葉斯算法進(jìn)行組合，采用的都是事先設(shè)定的固定的信念知識(shí)，沒(méi)有對(duì)參數(shù)進(jìn)行探討;還有研究員把強(qiáng)化學(xué)習(xí)

2、算法與對(duì)手分類進(jìn)行組合解決了單議題的協(xié)商，沒(méi)有對(duì)多議題相關(guān)的協(xié)商進(jìn)行處理。所以本文針對(duì)存在的問(wèn)題進(jìn)行了如下改進(jìn):
　　1、考慮到增強(qiáng)學(xué)習(xí)在協(xié)商策略中存在一些很重要的參數(shù)，譬如:時(shí)間信念知識(shí)、時(shí)間折扣率、協(xié)商輪次等，提出了強(qiáng)化學(xué)習(xí)多議題相關(guān)協(xié)商算法，實(shí)驗(yàn)對(duì)不同的參數(shù)進(jìn)行了對(duì)比，驗(yàn)證了時(shí)間信念為減函數(shù)、折扣率為0.9時(shí)，算法的性能更好。
　　2、考慮到對(duì)手分類算法與Q-learning算法能夠更好的適應(yīng)動(dòng)態(tài)變化的環(huán)境，本文提出了