[论文解读] Coalition Formation: Concessions, Task Relationships and Complexity Reduction

Samir Aknine, Onn Shehory|ArXiv.org|Feb 27, 2005

Game Theory and Voting Systems参考文献 7被引用 4

一句话总结

本文提出了一种新颖的联盟形成机制，通过基于让步的协商促进代理妥协，利用任务依赖关系降低计算复杂度，并支持基数和序数效用值。实验表明，通信和计算成本显著降低，尤其是在利用任务关系时，证明了其在协作信息过滤应用中的有效性。

ABSTRACT

Solutions to the coalition formation problem commonly assume agent rationality and, correspondingly, utility maximization. This in turn may prevent agents from making compromises. As shown in recent studies, compromise may facilitate coalition formation and increase agent utilities. In this study we leverage on those new results. We devise a novel coalition formation mechanism that enhances compromise. Our mechanism can utilize information on task dependencies to reduce formation complexity. Further, it works well with both cardinal and ordinal task values. Via experiments we show that the use of the suggested compromise-based coalition formation mechanism provides significant savings in the computation and communication complexity of coalition formation. Our results also show that when information on task dependencies is used, the complexity of coalition formation is further reduced. We demonstrate successful use of the mechanism for collaborative information filtering, where agents combine linguistic rules to analyze documents' contents.

研究动机与目标

• 解决传统联盟形成方法中假设严格效用最大化且抗拒妥协的局限性。
• 通过任务依赖关系建模，降低联盟形成中的计算和通信复杂度。
• 设计一种支持基数和序数任务价值表示的机制。
• 评估妥协和任务关系对联盟形成效率的影响。
• 在协作信息过滤场景中展示其实际适用性。

提出的方法

• 引入一种基于让步的协商协议，使代理能够在效用期望上妥协以形成联盟。
• 通过任务依赖图指导联盟形成并剪枝不可行的组合。
• 使用受任务关系引导的启发式搜索策略以缩小搜索空间。
• 支持基数和序数效用表示，以增强代理偏好的灵活性。
• 采用动态联盟评估机制，平衡效用增益与复杂度成本。
• 在协作信息过滤场景中应用该机制，代理通过结合语言规则分析文档。

实验结果

研究问题

• RQ1 代理妥协在多代理系统中如何改善联盟形成结果？
• RQ2 在多大程度上可以利用任务依赖关系来降低联盟形成的复杂度？
• RQ3 所提出的机制在基数和序数效用表示下表现如何？
• RQ4 基于让步的协商对通信和计算开销有何影响？
• RQ5 该机制在现实世界协作过滤应用中能否有效扩展？

主要发现

• 与传统的效用最大化方法相比，基于让步的机制显著降低了通信和计算复杂度。
• 引入任务依赖关系可显著降低联盟形成复杂度，尤其在大规模场景中效果明显。
• 即使代理进行战略性让步，该机制仍能保持较高的效用增益，体现出有效的妥协能力。
• 该方法在基数和序数效用值下均表现良好，显示出在不同偏好表示下的鲁棒性。
• 在协作信息过滤任务中，该机制能够在保持高文档分析准确率的同时实现高效的联盟形成。
• 实验结果证实，妥协与任务依赖关系建模的结合带来了最显著的复杂度节省。