چانه‌زني هوشمند در بازار با استفاده از يادگيري تقويتي

استفاده از تكنيك‌هاي فناوري اطلاعات در بازارهاي الكترونيكي، پويايي و پيچيدگي سيستم عرضه و تقاضا را بالا برده است. بنابراين به‌كارگيري عامل‌هاي هوشمند جهت خريد و فروش و چانه‌زني در اين گونه بازارها به‌عنوان يك راهكار مؤثر پيشنهاد شده است. الگوريتم يادگيري تقويتي يكي از روش‌هاي قوي يادگيري عامل‌هاست كه با كمترين اطلاعات ممكن مي‌تواند به‌صورت تعاملي براي آموزش عامل، در راستاي پيشنهاد قيمت به‌كار گرفته شود. چانه‌زني يك مذاكره چالش برانگيز و پيچيده است كه علت آن تنوع متغيرهاي بسيار زياد در روابط عرضه و تقاضا و دانش ناكافي شركت‌كنندگان در بازار مي‌باشد. در اين مقاله نحوه به‌كارگيري يادگيري تقويتي در مسأله چانه‌زني در دو بازار مناقصه و مزايده در راستاي بيشينه‌سازي افزايش سود عامل بيان مي‌گردد. متغيرهاي حالت، عمل و تابع يادگيري تقويتي براي مسأله چانه‌زني در بازار به كمك يك مسأله يادگيري تقويتي نمونه فرمول‌بندي مي‌شوند. با مقايسه روش ارائه‌شده و يك روش تجربي به اين واقعيت خواهيم رسيد كه عامل آموزش‌ديده، سود به مراتب بيشتري را از يك عامل تجربي كسب مي‌نمايد.