Associative and frequentist opponent modeling approaches in automated bilateral negotiations

Bu tez esas olarak, etmenlerin bir anlaşmaya varmak için birbirleriyle pazarlık yaptığı otomatikleştirilmiş ikili pazarlık sırasında rakibin tercihlerini öğrenme sorununa odaklanmaktadır. Buna göre, klasik frekansa dayalı yaklaşımla ilgili sorunları ele alır ve klasik frekans yaklaşımlarının getirdiği bazı varsayımların güncellendiği yeni bir frekansa dayalı rakip modelleme mekanizması sunarak, otomatik pazarlıkta alanında rakip modellemede literatürdeki güncel çalışmaları ileri taşır. Ayrıca bu tez, ikili müzakerede rakibin tercihlerini öğrenmek için birliktelik kuralları madenciliği tekniklerinin uygulanmasını önermektedir. Önerilen bu yaklaşım ların kapsamlı bir değerlendirmesi, önerilen yaklaşımların klasik frekans modelinden daha iyi performans gösterdiğini göstermektedir. Buna ek olarak, bu tez aynı zamanda kişinin fayda fonksiyonunu optimize etmenin gerekli olduğunu, ancak bir toplumdaki etmenlerin sistemdeki uzun vadeli çıkarlarını iyileştirmek için nihai anlaşmada rakibin faydasını göz ardı etmemesi gerektiğini savunur. Bir etmen toplumunda verimli bir şekilde performans gösteren (yani her iki tarafın fayda fonksiyonlarını optimize etmeyi amaçlayan) bir sosyal etmen tasarlamanın mümkün olup olmadığını göstermeyi amaçlar. Buna göre, bir strateji portföyü, yeni bir kısasa kısas ödün mekanizması ve davranışını rakibin davranışına ve müzakerenin durumuna göre uyarlayabilen frekansa dayalı bir rakip modelleme mekanizması tarafından desteklenen bir sosyal etmen önerilmektedir. Sonuçlar, önerilen sosyal etmenin yalnızca Nash pazarlık noktasına veya Kalai noktasına olan uzaklık gibi sosyal ölçütleri maksimize etmediğini, aynı zamanda bazı gerçekçi sosyal etmen toplumlarında saf ve karma bir denge stratejisi olduğu da gösterilmiştir.