Time series prediction models in bilateral negotiations

Name: Time series prediction models in bilateral negotiations
Author: Yesevi, Gevher

İsim	Time series prediction models in bilateral negotiations
Yazar	Yesevi, Gevher
Basım Tarihi:	2024
Konu	Artificial intelligence, Prediction theory, Time-series analysis, Data processing, Computer programs, Feedback control systems, Mathematical models
Tür	Belge
Dil	İngilizce
Dijital	Evet
Yazma	Hayır
Kütüphane:	Özyeğin Üniversitesi
Kayıt Numarası	8b0a5968-1efa-4b41-83e4-0355778822a4
Lokasyon	Department of Artificial Intelligence
Tarih	2024
Örnek Metin	This thesis explores the dynamics of agent-based negotiations, with a focus on understanding opponent's behavior and predicting their offering patterns to make strategic decisions. Guessing the utility of the opponent's upcoming offers valuable insights for the agent's subsequent moves. The research aims to predict the opponent's future offers by employing diverse learning algorithms in various situations to measure their effectiveness in comprehending negotiation behavior. The prediction study comprises two parts; one investigating the impact of these models in one-to-one negotiations, specifically tailored for the agent's own experiences, while the other examines the performance of predictive models in a tournament setting for all agents. A learning process with three distinct targets have been established to assess the prediction models: (i) estimating the agent's utility of the opponent's next offer by considering only its offer history, (ii) estimating the agent's utility considering opponent-related variables, and (iii) estimating the opponent's utility using opponent-related variables. According to the experimented results, the best learning approach is incorporated into an agent design to observe the impacts of having predictions of future utility values on the agent's negotiation success. The thesis evaluates these models in diverse negotiation scenarios and highlights promising outcomes for the proposed methods. It also introduces a novel negotiation strategy called `Negoformer', which incorporates predictions into the offering strategy and investigates their impact on the outcome of negotiations. The experiments showcased the success of Negoformer compared to other agents in various negotiation success metrics, such as individual utility value and social welfare score., Bu tez, etmen tabanlı müzakerelerin dinamiklerini araştırırken rakip etmenlerin davra- nışlarını anlama ve stratejik kararlar almak için teklif örüntülerini tahmin etmeye odaklanır. Rakibin gelecekteki tekliflerinin faydasını tahmin etmek, etmenin sonraki hamleleri için değerli içgörüler sunmaktadır. Araştırma, etmen davranışlarını anlama yetkinliğini ölçmek için çeşitli öğrenme algoritmalarını kullanarak rakibin gelecekteki tekliflerini tahmin etmeyi amaçlamaktadır. Tahminleme becerilerine odaklanan çalışma iki bölümden oluşmaktadır: ilki etmenin kendi deneyimleri baz alınarak tasarlanmış tekli müzakerelerde bu modellerin etkisini incelemekteyken diğeri turnuva boyunca tüm etmenler için tahmin modellerinin performansını incelemektedir. Tahmin modellerini değerlendirmek için üç farklı hedefe yönelik bir öğrenme süreci oluşturulmuştur: (i) teklif geçmişinden yararlanarak rakibin bir sonraki teklifinin etmene faydasını tahmin etmek, (ii) rakiple ilgili değişkenleri dikkate alarak etmenin faydasını tahmin etmek, ve (iii) rakiple ilgili değişkenleri kullanarak rakibin faydasını tahmin etmek. Deneylerde gözlemlenen en iyi öğrenme modeli, gelecekteki fayda değerlerini tahmin etmenin etmenlerin müzakere başarısı üzerindeki etkilerini gözlemlemek için etmen tasarımına dahil edilmiştir. Çalışmalar çeşitli müzakere senaryolarında kullanılan bu modellerin değerlendirme sonuçlarını sunarak önerilen metodların umut verici olduğunu ortaya koymaktadır. Ayrıca, müzakere stratejisine tahminleri dahil eden `Negoformer' isimli yeni bir teklif stratejisi sunulmaktadır ve bu stratejinin başarısı otonom müzakere senaryolarında test edilmiştir. Deney sonuçları, Negoformer stratejisinin karşılaştırılan diğer etmenlere göre bireysel fayda ve toplumsal fayda gibi müzakere metriklerinde daha başarılı olduğunu ortaya koymaktadır.

Kaynağa git Özyeğin Üniversitesi

Aramaya Dön

Özyeğin Üniversitesi

Kaynağa git

Time series prediction models in bilateral negotiations

Yazar Yesevi, Gevher

Basım Tarihi 2024

Konu Artificial intelligence, Prediction theory, Time-series analysis, Data processing, Computer programs, Feedback control systems, Mathematical models

Tür Belge

Dil İngilizce

Dijital Evet

Yazma Hayır

Kütüphane Özyeğin Üniversitesi

Kayıt Numarası 8b0a5968-1efa-4b41-83e4-0355778822a4

Lokasyon Department of Artificial Intelligence

Tarih 2024

Örnek Metin This thesis explores the dynamics of agent-based negotiations, with a focus on understanding opponent's behavior and predicting their offering patterns to make strategic decisions. Guessing the utility of the opponent's upcoming offers valuable insights for the agent's subsequent moves. The research aims to predict the opponent's future offers by employing diverse learning algorithms in various situations to measure their effectiveness in comprehending negotiation behavior. The prediction study comprises two parts; one investigating the impact of these models in one-to-one negotiations, specifically tailored for the agent's own experiences, while the other examines the performance of predictive models in a tournament setting for all agents. A learning process with three distinct targets have been established to assess the prediction models: (i) estimating the agent's utility of the opponent's next offer by considering only its offer history, (ii) estimating the agent's utility considering opponent-related variables, and (iii) estimating the opponent's utility using opponent-related variables. According to the experimented results, the best learning approach is incorporated into an agent design to observe the impacts of having predictions of future utility values on the agent's negotiation success. The thesis evaluates these models in diverse negotiation scenarios and highlights promising outcomes for the proposed methods. It also introduces a novel negotiation strategy called `Negoformer', which incorporates predictions into the offering strategy and investigates their impact on the outcome of negotiations. The experiments showcased the success of Negoformer compared to other agents in various negotiation success metrics, such as individual utility value and social welfare score., Bu tez, etmen tabanlı müzakerelerin dinamiklerini araştırırken rakip etmenlerin davra- nışlarını anlama ve stratejik kararlar almak için teklif örüntülerini tahmin etmeye odaklanır. Rakibin gelecekteki tekliflerinin faydasını tahmin etmek, etmenin sonraki hamleleri için değerli içgörüler sunmaktadır. Araştırma, etmen davranışlarını anlama yetkinliğini ölçmek için çeşitli öğrenme algoritmalarını kullanarak rakibin gelecekteki tekliflerini tahmin etmeyi amaçlamaktadır. Tahminleme becerilerine odaklanan çalışma iki bölümden oluşmaktadır: ilki etmenin kendi deneyimleri baz alınarak tasarlanmış tekli müzakerelerde bu modellerin etkisini incelemekteyken diğeri turnuva boyunca tüm etmenler için tahmin modellerinin performansını incelemektedir. Tahmin modellerini değerlendirmek için üç farklı hedefe yönelik bir öğrenme süreci oluşturulmuştur: (i) teklif geçmişinden yararlanarak rakibin bir sonraki teklifinin etmene faydasını tahmin etmek, (ii) rakiple ilgili değişkenleri dikkate alarak etmenin faydasını tahmin etmek, ve (iii) rakiple ilgili değişkenleri kullanarak rakibin faydasını tahmin etmek. Deneylerde gözlemlenen en iyi öğrenme modeli, gelecekteki fayda değerlerini tahmin etmenin etmenlerin müzakere başarısı üzerindeki etkilerini gözlemlemek için etmen tasarımına dahil edilmiştir. Çalışmalar çeşitli müzakere senaryolarında kullanılan bu modellerin değerlendirme sonuçlarını sunarak önerilen metodların umut verici olduğunu ortaya koymaktadır. Ayrıca, müzakere stratejisine tahminleri dahil eden `Negoformer' isimli yeni bir teklif stratejisi sunulmaktadır ve bu stratejinin başarısı otonom müzakere senaryolarında test edilmiştir. Deney sonuçları, Negoformer stratejisinin karşılaştırılan diğer etmenlere göre bireysel fayda ve toplumsal fayda gibi müzakere metriklerinde daha başarılı olduğunu ortaya koymaktadır.