自動交渉におけるメタ戦略のためのクラスタリングを用いた戦略選択

抄録

本研究では，汎用的な自動交渉エージェント戦略を開発することを目的とし，クラスタリングを用いて複数の戦略集合から相手に応じた戦略を自動選択するアプローチを提案する．提案するアプローチでは想定する交渉相手の戦略群をクラスタリングし，各クラスタの代表点に対応する有効な提案戦略を，深層強化学習を用いて学習する．代表点に対応する戦略は各クラスタにおける平均的なエージェントに対する戦略であり，クラスタ内のエージェントに対して平均的に強い戦略と考えられる．提案手法が保持する戦略のクラスタ数について解析した結果，クラスタ数が少ないほうが得られる個人獲得効用が高い傾向にあることを確認し，特にクラスタ数が3のときに最も効用が高くなった．また，提案手法と先行研究の手法によるエージェントを，競技会で好成績をおさめたエージェントと対戦させた結果，先行研究よりも提案手法の方が高い個人獲得効用を得ることができることを示した．