基于多Agent的自动商务谈判研究综述①

北京工业大学经济与管理学院 张鲁晋

20世纪90年代以来，随着全球经济的高速发展，商务谈判可能随时随地开展，同时，还需要考虑如何降低谈判成本和提高谈判效率，因此，电子商务作为新的商务模式应运而生，相应地，基于多Agent的商务谈判方法和理论应用引起广泛的关注。近年来，基于辩论的多Agent谈判成为了自动谈判领域的研究热点之一，以下从多Agent商务谈判方法、基于辩论谈判的协议、策略和模型等方面主要研究成果和最新进展进行综述。

1 多Agent商务谈判方法

在多Agent自动商务谈判领域，各方学者广泛使用和认可的方法有三种：

(1)基于博弈论的自动谈判是对博弈论理论的重要应用，它以博弈论为理论基础，把谈判看作一个优化问题来设计Agent之间的谈判机制，通过给定Agent对谈判问题的效用函数求解最优解，以效用最大化为目的标。因其理论严密性，使其在谈判机制的理论设计上较之其他方法有一定优势。但是基于博弈论的假设在实践运用中有较大的局限性，在模型设计中只关注谈判结果，而忽略了谈判交互过程。在基于博弈论的谈判中，假设谈判者是绝对理性的，并且Agent具有完全信息和无限的计算能力，而在现实的谈判中谈判环境是具有随机性和动态性的，同时Agent计算能力有限，所以在现实谈判中，这一假设是不现实的。

(2)基于启发式的谈判是相对于最优算法提出的，它不要求找寻最优谈判解，而是放宽了资源和其他约束条件，将谈判解的可行域限定在一个特定范围内，通过直观或经验构造的算法，寻求满意解。启发式算法具有一定的专用性，在不同情况下通过采用不同的策略来得到满意解，策略不同时，得到的结果存在一定差异。启发式算法可以与最优化算法结合，从而更好地求解优化问题，并且简单直观，运行速度较快。基于启发式的谈判存在的缺点和不足是它并不能够保证求得可行解，缺乏稳定性，并且过度依赖算法设计者的经验和技术。

(3)基于辩论的谈判是在一般的自动商务谈判的基础上加入了辩论的因素，允许Agent在谈判过程中交流额外信息，以此来影响谈判对手的态度和知识，提高提议被接受的可能性。基于辩论的谈判是经过辩论产生、评价和选择过程使得谈判Agent影响谈判对手的信念，从而减少冲突，达成协议。基于辩论的谈判的研究是基于劝说心理学理论的，融合到传统自动谈判中形成新的谈判模式，使其成为了自动谈判领域研究的新热点。

2 基于辩论的多Agent商务谈判协议

目前，一些相关文献对基于辩论的谈判协议进行了分析和研究，谈判协议的作用是在通信语言和领域语言的基础上将语言的使用进行规范化。Jennings对谈判协议的定义是管理谈判者进行交互行为的一些列正式规则(conventions)。一般来讲，谈判协议是规定在特定的谈判时段，哪个Agent被允许提出什么样的提议或辩论。例如，协议可以规定，当某个Agent提议后，另外的Agent可以接受、拒绝或评价该提议，但是不能忽略它。在谈判协议研究方面，比较有代表性的是文献[1]，认为谈判协议涉及的问题包括以下几个方面：

(1)允许规则：规定Agent在何时、何种情况下能参与到辩论谈判中来；

(2)退出规则：规定Agent在何时、何种情况下能退出辩论谈判；

(3)结束规则：规定辩论谈判在何种情况下结束；

(4)提议有效规则：规定提议符合何种情况才能被认为是有效的；

(5)决策规则：规定谈判结果在基于何种辩论理论的基础上能被采用。

使用有限状态机方法可以表示协议，使用此方法表示结束规则时，谈判协议通常被定义为一系列与最终状态有关的链接。文献[2]中协议规定了当Agent发出withdraw_dialogue(.)对话时，谈判就此结束。比较具有代表性的还有采用基于逻辑的方法设计谈判协议的，文献[3]中采用了if-then形式的逻辑限制定义谈判协议，该协议被作为Agent程序的一部分嵌入到相关系统中。但是，该协议并没有对如何使用辩论进行明确规定，因此，也具有一定的局限性。

3 基于辩论的多Agent谈判策略和模型

基于辩论的谈判策略和模型是密不可分的，策略是建立模型的基础，此类研究也是目前比较热门的研究方向。

2006年，N.Oren等提出了一个基于辩论的多Agent自动谈判策略和模型，该模型尽可能将自身信息暴露给其他谈判对手，并建立了形式化模型，提出了一个基于启发式的辩论谈判策略和模型的框架，并对如何应用启发式算法和将其应用到更为复杂的环境下进行了详细的描述。同年，Hsin Rau 等利用向后传播的神经网络技术，提出了一种基于谈判决策功能的学习模型，该模型通过收集对手提议的信息并使用建立的学习模型来学习对手的策略以及每个议题所占的权重。

2009年，Morge, M.；Mancarella.P提出了基于ABA(Assumption-Based Argumentation)框架的MC(Minimal Concession)策略，该文献主要形式化了最小让步策略，用来生成和评估辩论策略，通过利用该让步策略，Agent可以提出其最优的谈判提议。国内，武玉英等利用贝叶斯方法对Agent的偏好进行学习并结遗传算法来优化模糊规则的参数，大大提高了谈判效率。2009年，北京工业大学经管学院蒋国瑞团队提出利用模糊数学来计算辩论力度的模型，将定性指标进行量化，并通过实验示例计算和分析对模型的合理性进行了验证，该研究对量化决策问题的进一步研究提供了知指导。2011年，该团队还提出了的基于冲突的辩论产生模型，定义了三种冲突类型：信息冲突，阈值冲突和总期望冲突，并针对不同冲突类型采取不同的辩论方式来解决谈判僵局。

4 结语

综上所述，基于辩论的自动商务谈判具有更强的灵活性，使得自动谈判更加符合实际的商务谈判流程，具有广泛的研究和应用前景，但与基于博弈论和启发式的自动谈判相比，在谈判协议和谈判策略和模型设计方面相对复杂。目前，基于辩论的自动商务谈判研究相对宏观，缺乏细致研究，在协议设计方面，关于辩论谈判的研究还较少，并没有适当的规则和协议为辩论功能的加入提供支持。在策略和模型方面，更多的停留在了概念模型的研究上，对根据环境和信息的变化动态调整自身谈判策略的方法实现还缺乏研究。当前，如何利用辩论理论和方法与理论工具解决实际商务谈判中的问题是亟待解决的问题。

[1]N.R.Jennings, P.Faratin, A.R.Lomuscio,S.Parsons, C.Sierra, M.Wooldridge.Automated negotiation: prospects, methods and challenges[J].International Journal of Group Decision and Negotiation.2001,10(2).

[2]P.McBurney, S.Parsons, R.Van Eijk, and L.Amgoud.A dialoguegame protocol for agent purchase negotiations.Journal of Autonomous Agents and Multi-Agent Systems.Special Issue onArgumentation in Inter-Agent Communication, 2002.

[3]F.Sadri, F.Toni, and P.Torroni.Abductive logic programmingarchitecture for negotiating agents.In Proceedings of the 8thEuropean Conference on Logics in Artificial Intelligence (JELIA2002), Lecture Notes in Computer Science, Springer.2002, 2424.

[4]N.Oren, T.J.Norman, A.Preece: Loose lips sink ships: a heuristic for argumentation.Proceedings of the Third International Workshopon Argumentation in Multi-Agent Systems (ArgMAS 2006).2006:121 134.

[5]Morge, M.; Mancarella, P.Argumentation in Multi-Agent Systems.6th International Workshop, ArgMAS 2009.

[6]Guorui Jiang, Xiaoyu Hu, Research on the evaluation model forselection of the argument's type and content in argumentation-basednegotiation of Agent, 11th International Conference on Informaticsand Semiotics in Organisations, Beijing Univ Technol, Beijing,China,APR 11-12, 2009.

[7]张鸽,蒋国瑞,黄梯云.基于辩论的多agent商务谈判产生机制研究[J].计算机应用研究.2011(12).