面向通用谈判策略：基于端到端强化学习

自动谈判研究领域历史悠久，旨在设计能够与其他智能体进行谈判的代理人。这些谈判策略传统上基于手动设计和启发式方法。更近期，强化学习方法也被用于训练智能体进行谈判。然而，谈判问题种类繁多，导致观察和动作维度变化，这无法被默认的线性策略网络处理。此前工作为解决此问题的办法要么固定谈判问题，导致策略在不同谈判问题之间不可迁移，要么将观察和动作抽象为固定大小的表示，由于特征设计导致信息和表达性丢失。我们开发了一种用于多样化谈判问题的端到端强化学习方法，通过将观察和动作表示为图形，并在策略中应用图神经网络。通过实证评估，我们证明了该方法有效，并且我们能够在从未见过的谈判问题上学习与其他智能体进行谈判。我们的结果为强化学习在谈判代理人领域开辟了新的机遇。