شماره ركورد كنفرانس :
4859
عنوان مقاله :
استفاده از يادگيري بيزي براي مدل‌سازي رفتار حريف در كاربرد مذاكره‌ي خودكار چندعاملي
عنوان به زبان ديگر :
Using Bayesian Learning for Opponent Modeling in Multiagent Automated Negotiation
پديدآورندگان :
محمدي آشناني فاطمه mohammadi.fateme@ut.ac.ir دانشكده‌ي مهندسي، پرديس فارابي , موحدي زهرا zmovahedi@ut.ac.ir دانشكده‌ي مهندسي، پرديس فارابي , فولادي قلعه كاظم kfouladi@ut.ac.ir دانشكده‌ي مهندسي، پرديس فارابي
كليدواژه :
مذاكره خودكار , سيستم‌هاي چندعاملي , مدل‌سازي حريف , يادگيري بيزي , مذاكره‌ي چند موضوعي , مذاكره‌ي يك-به-چند
عنوان كنفرانس :
پنجمين كنفرانس بين المللي وب پژوهي
چكيده فارسي :
با ظهور وب 4.0 و گسترش كاربرد عامل‌هاي هوشمند در بستر آن، تجارت الكترونيكي با قابليت‌ها و ملزومات جديدي مواجه مي‌شود. يكي از اين ملزومات، طراحي پروتكل و استراتژي مناسب براي مذاكره است. مذاكره در دنياي واقعي با اطلاعات ناقص در مورد حريف انجام مي‌شود و موفقيت شركت‌كنندگان بستگي به توانايي آن‌ها در فاش‌سازي اطلاعات دارد به نحوي‌كه رسيدن به توافق را بدون به خطر‌انداختن سود فردي آن‌ها آسان كند. در اين مقاله يك عامل خريدار طراحي شده است كه توانايي انجام خودكار يك مذاكره را دارد و با استفاده از يك تكنيك يادگيري ماشيني، اطلاعاتي را در قالب استراتژي از حريف به‌دست مي‌آورد. دانستن استراتژي حريف موجب كسب سودمندي بالاتر براي عامل مي‌شود. اين عامل با استفاده از روش يادگيري بيزي، استراتژي حريف را در طول مذاكره ياد مي‌گيرد. نتايج تجربي نشان‌دهنده‌ي افزايش كارايي مذاكره با استفاده از روش يادگيري بيزي مي‌باشد كه با پارامترهايي چون ميانگين سودمندي خريدار و سودمندي فروشنده براي مذاكره ارزيابي مي‌شود. نتايج، نشان‌دهنده‌ي افزايش ميانگين سودمندي خريدار از ٩٠% به ٩٤% و ميانگين سودمندي فروشنده از ٢۷% به ٣١% مي‌باشد.
