[论文解读] Response Generation in Collaborative Negotiation

Jennifer Chu‐Carroll, Sandra Carberry|ArXiv.org|May 1, 1995

Multi-Agent Systems and Negotiation被引用 9

一句话总结

本文提出了一种协作协商中响应生成的计算模型，使自主的异构智能体能够通过递归的‘提议-评估-修改’循环检测并解决信念冲突。该系统选择最关键冲突进行处理，并通过适当证据说明修改理由，有效管理内嵌的协商子对话。

ABSTRACT

In collaborative planning activities, since the agents are autonomous and heterogeneous, it is inevitable that conflicts arise in their beliefs during the planning process. In cases where such conflicts are relevant to the task at hand, the agents should engage in collaborative negotiation as an attempt to square away the discrepancies in their beliefs. This paper presents a computational strategy for detecting conflicts regarding proposed beliefs and for engaging in collaborative negotiation to resolve the conflicts that warrant resolution. Our model is capable of selecting the most effective aspect to address in its pursuit of conflict resolution in cases where multiple conflicts arise, and of selecting appropriate evidence to justify the need for such modification. Furthermore, by capturing the negotiation process in a recursive Propose-Evaluate-Modify cycle of actions, our model can successfully handle embedded negotiation subdialogues.

研究动机与目标

• 解决自主异构智能体在协作规划过程中信念冲突的问题。
• 开发一种检测并解决与当前任务相关的信念冲突的策略。
• 使智能体能够选择最有效的冲突方面进行解决，并通过适当证据说明修改理由。
• 将协商建模为可处理内嵌子对话的递归‘提议-评估-修改’循环。

提出的方法

• 该模型采用基于‘提议-评估-修改’循环的递归对话结构，以管理协商交互。
• 检测所提议信念中的冲突，并根据与任务的相关性判断哪些冲突值得解决。
• 通过评估每个冲突对整体规划过程的影响，选择最关键冲突进行解决。
• 生成包含相关证据以支持所提议修改的回应。
• 通过在整个交互过程中保持上下文和递归结构，支持嵌套的协商子对话。
• 通过集成信念表示与冲突检测机制，实现在协作规划过程中的动态适应。

实验结果

研究问题

• RQ1 自主智能体如何在协作规划过程中检测并解决其信念中的冲突？
• RQ2 在多冲突场景下，应依据何种标准选择优先解决的冲突？
• RQ3 智能体如何生成通过适当证据说明信念修改理由的回应？
• RQ4 如何构建协商过程以支持更大协商中的内嵌子对话？
• RQ5 何种机制可确保回应有效促进冲突解决，而非加剧分歧？

主要发现

• 该模型通过优先解决最具影响的冲突，成功管理了多个冲突。
• 递归的‘提议-评估-修改’循环有效处理了嵌套的协商子对话。
• 该系统生成的回应具有上下文相关性，并通过相关证据支持信念修改的合理性。
• 冲突检测能有效识别与当前任务相关的信念差异。
• 该方法通过在复杂对话结构中保持连贯性，支持动态自适应协商。
• 该模型在将基于智能体规划中的协作协商建模为结构化递归过程方面展示了可行性。