基于增強(qiáng)學(xué)習(xí)的自動(dòng)協(xié)商研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，電子商務(wù)已經(jīng)走進(jìn)人們的生活。傳統(tǒng)的電子商務(wù)模式比較簡單，在進(jìn)行交易時(shí)，只是單方面的同意或者拒絕，沒有協(xié)商過程，所以只能對(duì)簡單生活場景進(jìn)行模擬，而在現(xiàn)實(shí)生活中，協(xié)商能夠增進(jìn)買賣雙方的了解，并且能解決一些分歧和沖突。人工智能技術(shù)的發(fā)展使得對(duì)Agent研究越來越成熟，Agent幫人處理事情的能力越來越強(qiáng)，由Agent技術(shù)和電子商務(wù)結(jié)合起來形成的自動(dòng)協(xié)商能夠?yàn)樯鲜鰡栴}提供一些解決思路。目前主流的研究方向是把機(jī)器學(xué)習(xí)的方法用

2、到自動(dòng)協(xié)商中，本文研究的是增強(qiáng)學(xué)習(xí)算法在協(xié)商中的應(yīng)用。
　　本文首先對(duì)電子商務(wù)、自動(dòng)協(xié)商理論進(jìn)行簡單介紹，講述了常見的機(jī)器學(xué)習(xí)方法在自動(dòng)協(xié)商中的應(yīng)用，然后對(duì)傳統(tǒng)的算法進(jìn)行研究，指出其存在的問題，并提出期望還原率進(jìn)行改進(jìn)，最后將改進(jìn)后的算法應(yīng)用的雙邊多議題當(dāng)中去，通過實(shí)驗(yàn)對(duì)比驗(yàn)證所提改進(jìn)算法的效果。
　　具體研究工作如下：
　?、偈紫葘?duì)傳統(tǒng)增強(qiáng)學(xué)習(xí)算法的參數(shù)（時(shí)間貼現(xiàn)率，時(shí)間信念等等）進(jìn)行研究，分析了參數(shù)取不同值時(shí)對(duì)協(xié)商

3、的影響，指出了在不同的協(xié)商情形中如何選擇合適的參數(shù)。
　?、谕ㄟ^實(shí)驗(yàn)發(fā)現(xiàn)傳統(tǒng)增強(qiáng)學(xué)習(xí)算法存在妥協(xié)過快的缺點(diǎn)，針對(duì)這個(gè)缺點(diǎn)，本文提出基于期望還原率的增強(qiáng)學(xué)習(xí)算法對(duì)原算法進(jìn)行改進(jìn)，并對(duì)期望還原率的取值進(jìn)行了討論，當(dāng)期望還原率為1時(shí)，就是傳統(tǒng)的增強(qiáng)學(xué)習(xí)算法。
　?、劢Y(jié)合對(duì)手分類和增強(qiáng)學(xué)習(xí)算法進(jìn)行協(xié)商。通過研究對(duì)手的協(xié)商歷史，將對(duì)手分為不同的類別，每個(gè)類別對(duì)應(yīng)著不同的協(xié)商態(tài)度，對(duì)不同協(xié)商態(tài)度的對(duì)手采用不同的信念函數(shù)進(jìn)行協(xié)商。