[论文解读] An Efficient Protocol for Negotiation over Combinatorial Domains with Incomplete Information

Minyi Li, Quoc Bao Vo+1 more|Swinburne Research Bank (Swinburne University of Technology)|Feb 14, 2012

Constraint Satisfaction and Optimization参考文献 8被引用 3

一句话总结

本文提出了一种新型协商协议，适用于不完全信息下的组合领域，使理性代理能够通过在结果空间的小子空间中进行高效分布式搜索，收敛到最优协议。该协议在偏好模型方面具有通用性，并在实验中表现出计算效率和可行性。

ABSTRACT

We study the problem of agent-based negotiation in combinatorial domains. It is difficult to reach optimal agreements in bilateral or multi-lateral negotiations when the agents' preferences for the possible alternatives are not common knowledge. Self-interested agents often end up negotiating inefficient agreements in such situations. In this paper, we present a protocol for negotiation in combinatorial domains which can lead rational agents to reach optimal agreements under incomplete information setting. Our proposed protocol enables the negotiating agents to identify efficient solutions using distributed search that visits only a small subspace of the whole outcome space. Moreover, the proposed protocol is sufficiently general that it is applicable to most preference representation models in combinatorial domains. We also present results of experiments that demonstrate the feasibility and computational efficiency of our approach.

研究动机与目标

• 解决在代理偏好信息不完全时，双边或多边协商中达成最优协议的挑战。
• 设计一种协议，使理性代理在信息不完全的情况下仍能识别高效解决方案。
• 通过将搜索限制在完整结果空间的小子空间内，确保计算上的可行性。
• 开发一种足够通用的协议，可适用于组合领域中各种偏好表示模型。
• 通过实验评估实证验证所提方法的可行性和效率。

提出的方法

• 该协议采用分布式搜索机制，仅探索整个结果空间中的一个小而战略性选择的子空间。
• 它使代理能够基于不完全的偏好信息，迭代地改进其出价，使用启发式方法引导搜索朝向高效协议。
• 该协议设计为与多种偏好表示模型兼容，例如 CP-nets、可加效用及其他在组合领域中常用的模型。
• 代理使用本地效用估计和促进收敛至帕累托最优结果的协商规则。
• 该协议包含防止无限协商循环的机制，并确保向协议稳步推进。
• 它利用迭代改进和约束传播来缩小搜索空间，同时在理性行为下保持最优性保证。

实验结果

研究问题

• RQ1 当代理对彼此偏好的信息不完全时，协商协议能否在组合领域中实现最优协议？
• RQ2 代理如何在不探索整个结果空间的情况下高效搜索高效协议？
• RQ3 所提协议在组合领域中不同偏好表示模型上的通用性程度如何？
• RQ4 该协议在搜索空间缩减和收敛速度方面的计算效率如何？
• RQ5 理性代理在该协议下的行为表现如何？是否能导致稳定且帕累托最优的协议？

主要发现

• 该协议成功使理性代理在信息不完全的情况下仍能达成最优协议，避免了低效结果。
• 搜索空间显著缩小，协议仅探索完整结果空间的小子空间，从而提升了计算效率。
• 该方法具有通用性，适用于组合协商领域中广泛使用的各种偏好表示模型。
• 实验结果证实了协议的可行性和效率，展示了在合理时间和通信成本内实现实际收敛。
• 该协议保持了强收敛特性，避免了无限协商循环，支持稳定协议的形成。
• 在测试场景中，该协议在解决方案质量和搜索效率方面优于基线方法。