基于Agent的劝说模型与系统-带有熟人关系

与生人关系相比，熟人之间的关系使得双方之间的了解更加密切，既能促进基于Agent 的劝说，也能抑制基于Agent 的劝说。熟人关系在人类谈判中较为常见，尤其是在谈判陷入僵局时，熟人关系的劝说往往具有正面效果，能使谈判朝更加理性的方向发展。因此，将其引入基于Agent 的谈判中，能进一步发挥Agent 在谈判中的人工智能优势，促使谈判各方有效合作［77-82］。

在现有研究中，文献［7］将Agent 的信任和劝说联系在一起，研究Agent如何通过劝说建立信任关系，并建立相应模型。文献［8］提出信念修正因子的概念和相应的推理方法，并在考虑对手对谈判议题偏好的基础上，借助该推理工具，提出一种劝说式的多Agent 多议题谈判方法。文献［9］对基于Agent 的劝说系统展开研究，提出相应的协议、模型和评价体系，并开发相应系统进行验证。

此外，文献［77］给出任务熟人集的概念，随后提出一种改进的合同网模型。文献［78］结合传统的合同网协议、熟人模型和熟人联盟内部任务分配最优机制等，提出基于扩展的合同网协议的Agent 谈判模型。文献［79］引入熟人联盟及信任度参数，提出熟人联盟生成方法及信任度更新规则，构造相应的扩充合同网协议。文献［80］定义了3 类重要的熟人关系，提出了相应的复合熟人模型和综合评价体系。文献［81］在文献［77］、［78］和［79］的基础上提出一种逐渐精炼的熟人模型（IRAM）。文献［82］用概率值表示声誉值，凭借Agent 熟人链传播声誉，建立了曾合作与未曾合作过的Agent 之间的声誉模型。(www.xing528.com)

纵观以上研究，文献［7］、［8］和［9］虽然关注了基于Agent 的劝说，但都没有考虑熟人关系在其中的作用。文献［77］至文献［82］从不同角度探讨了Agent 合作中的熟人模型，其中也有少部分涉及谈判，但围绕基于Agent 的劝说这种更为理性和智能化的谈判模式展开的内容还较少。此外，这些研究对于评价模型的建立也较少。因此，本书将在以上研究的基础上，对基于Agent的劝说中的熟人关系进行分类，然后建立带有熟人关系的Agent 劝说模型，最后建立相应的评价模型。