ASTRA: A Negotiation Agent with Adaptive and Strategic Reasoning through Action in Dynamic Offer Optimization

要約

交渉には、自分の有用性を最大化するために、自己利益と協力の動的なバランスをとる必要があります。
しかし、既存のエージェントは、人間のデータの境界の合理性、カウンターパートの行動に対する低い適応性、および限られた戦略的推論のために苦労しています。
これに対処するために、Astraを搭載した原則主導型交渉エージェントを紹介します。これは、2つのコア原則に基づいたターンレベルのオファー最適化の新しいフレームワークである対戦相手のモデリングとTit-for-Tatの相互関係です。
ASTRAは3つの段階で動作します。（1）対応する動作の解釈、（2）線形プログラミング（LP）ソルバーを介してカウンターオファーの最適化、および（3）交渉戦術とパートナーの受け入れ確率に基づくオファーの選択。
シミュレーションと人間の評価を通じて、当社のエージェントは、相手の変化するスタンスに効果的に適応し、適応性と戦略的推論を強化することにより有利な結果を達成します。
交渉のパフォーマンスを改善するだけでなく、強力なコーチングツールとしても機能し、解釈可能な戦略的フィードバックと最適なオファーの推奨事項を提供します。

要約(オリジナル)

Negotiation requires dynamically balancing self-interest and cooperation to maximize one’s own utility. Yet, existing agents struggle due to bounded rationality in human data, low adaptability to counterpart behavior, and limited strategic reasoning. To address this, we introduce principle-driven negotiation agents, powered by ASTRA, a novel framework for turn-level offer optimization grounded in two core principles: opponent modeling and Tit-for-Tat reciprocity. ASTRA operates in three stages: (1) interpreting counterpart behavior, (2) optimizing counteroffers via a linear programming (LP) solver, and (3) selecting offers based on negotiation tactics and the partner’s acceptance probability. Through simulations and human evaluations, our agent effectively adapts to an opponent’s shifting stance and achieves favorable outcomes through enhanced adaptability and strategic reasoning. Beyond improving negotiation performance, it also serves as a powerful coaching tool, offering interpretable strategic feedback and optimal offer recommendations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google