谈判策略的自动配置

在具有线性可加和非线性效用函数的场景中，出价与接受策略对谈判结果有重大影响。多年来，人们已清楚不存在适用于所有谈判设置的单一最佳策略，然而许多固定策略仍在被开发。我们将策略设计问题从“什么是好策略？”转向“什么可能是一个好策略？”。为此，我们开发了一种利用自动算法配置来为特定谈判设置集寻找最佳策略的方法。通过自动算法配置赋能自动谈判智能体，我们获得了一个灵活的谈判智能体，可针对丰富的对手与谈判场景空间自动配置。为批判性地评估我们的方法，该智能体在类 ANAC 双边自动谈判锦标赛设置中对抗过往竞争者进行了测试。我们表明，我们的自动配置智能体优于所有其他智能体，相比次优智能体谈判收益提高 5.1%。我们注意到，若锦标赛中无我们的智能体，排名首位的智能体仅以 0.01% 的优势获胜。