A comprehensive human-agent negotiation framework : preferences, emotion & interaction

Abstract

In today’s increasingly interconnected world, human-agent negotiation plays a pivotal role in reaching socially beneficial agreements when stakeholders need to make joint decisions. Developing intelligent agents capable of understanding not only human negotiators’ prefer ences but also attitudes is a significant prerequisite for effective human-agent interactions. Awareness of a human’s emotional state and ability to express an agent’s mood to influence the human negotiator might significantly affect the negotiation outcome. This thesis presents a comprehensive framework that revolutionizes the field of human agent negotiation, integrating two critical elements: Emotionally aware negotiation strategy and Conflict-Based Opponent Modeling (CBOM). By combining these novel approaches, the framework enhances negotiation outcomes and fosters cooperation between agents and human negotiators, ultimately leading to mutually advantageous agreements. The thesis establishes the research context and motivation, underscoring the escalating importance of human-agent negotiation in a world where collaborative decision-making is essential for addressing complex challenges. It highlights the need for advanced agents to accurately interpret human preferences and behaviors, enabling admissible settlements that serve joint interests. Shedding light on the limitations of conventional approaches that heavily rely on opponent offers and remaining time. Additionally, it explores the critical role of emotional awareness and opponent modeling strategies in human-agent negotia tion. The synthesis of existing research lays the groundwork for developing the proposed comprehensive framework. Emotional awareness takes center stage in the proposed negotiation strategy. Solver Agent: Emotional Extension of the Hybrid Agent bidding strategy is introduced. The Solver Agent considers the opponent’s emotional state during negotiation, leading to higher social welfare scores and faster agreement times. The experimental study emphasized the profound impact of emotional awareness on negotiation outcomes, particularly in human agent settings. CBOM efficiently extracts maximum information from limited interaction rounds in human-agent negotiation settings, surpassing traditional approaches in prediction performance. Experimental analyses confirmed the superiority of CBOM in human-agent and automated negotiation scenarios, even when the exploration of the outcome space is limited. The experimental findings establish CBOM as a powerful tool for modeling human behavior and preferences in negotiation. In conclusion, the comprehensive human-agent negotiation framework presented in this thesis represents a significant advancement in the field. By seamlessly combining Conflict Based Opponent Modeling and Emotional Awareness, the framework empowers intelligent agents to discern human preferences and behaviors more accurately, facilitating cooperative interactions and achieving mutually beneficial agreements. The framework’s effectiveness in human-agent and automated negotiation settings highlights its potential for designing ne gotiation agents that interact adeptly with human negotiators, fostering understanding and optimizing negotiation outcomes. The future of human-agent negotiation lies in forging a new era of cooperation, where intelligent agents serve as capable partners, promoting social welfare and driving positive change through admissible settlements that incorporate joint interests. This thesis contributes valuable insights towards realizing this vision, marking a significant step forward in the field of human-agent interaction.

Gun¨ um¨ uz¨ un giderek daha birbirine ba ¨ glı d ˘ unyasında, insan-etmen m ¨ uzakereleri, ¨ paydas¸ların ortak kararlar alması gerektiginde sosyal olarak faydalı anlas¸malara ulas¸mada ˘ onemli bir rol oynamaktadır. Hem insan m ¨ uzakerecilerin tercihlerini hem de tutumlarını ¨ anlama yetenegine sahip akıllı etmenlerin gelis¸tirilmesi, etkili insan-etmen etkiles¸imleri ˘ ic¸in onemli bir ¨ onkos¸uldur. Bir insanın duygusal durumunu anlama ve bir etmenin duy- ¨ gusal durumunu ifade etme yetenegi, m ˘ uzakere sonucunu ¨ onemli ¨ olc¸ ¨ ude etkileyebilir. ¨ Bu tez, insan-etmen muzakeresi alanını devrim niteli ¨ ginde de ˘ gis¸tiren iki ˘ onemli un- ¨ sur olan Duygusal Farkındalıklı Muzakere Stratejisi ve C¸ atıs¸ma Temelli Rakip Modelleme ¨ (C¸ TRM) o¨gelerini entegre eden kapsamlı bir c¸erc¸eve sunar. Bu yeni yaklas¸ımları birles¸tiren ˘ c¸erc¸eve muzakere bas¸arısını artırır ve etmenler ile insan m ¨ uzakereciler arasındaki is¸birli ¨ gini ˘ tes¸vik eder, nihayetinde kars¸ılıklı fayda ic¸eren anlas¸malara yol ac¸ar. Tez, aras¸tırma baglamını ve motivasyonunu olus¸turarak, is¸birli ˘ gine dayalı karar ver- ˘ menin karmas¸ık zorlukları ele almak ic¸in kac¸ınılmaz oldugu bir d ˘ unyada, insan-etmen ¨ muzakeresinin artan ¨ onemini vurgular. ¨ ˙Insan tercihlerini ve davranıs¸larını dogru bir s¸ekilde ˘ yorumlamak ic¸in gelis¸mis¸ etmenlere olan ihtiyacı belirtir ve ortak c¸ıkarlara hizmet eden kabul edilebilir c¸oz¨ umleri m ¨ umk ¨ un kılar. Geleneksel yaklas¸ımların rakip tekliflerine ve ¨ kalan sureye y ¨ uksek ¨ olc¸ ¨ ude ba ¨ glı oldu ˘ gunu g ˘ osterir. Ayrıca, insan-etmen m ¨ uzakeresinde ¨ duygusal farkındalık ve rakip modelleme stratejilerinin kritik rolun¨ u kes¸feder. Mevcut ¨ aras¸tırmanın sentezi, onerilen kapsamlı c¸erc¸evenin gelis¸tirilmesi ic¸in temel olus¸turur. ¨ Duygusal farkındalık, onerilen m ¨ uzakere stratejisinde merkezi bir rol oynar. ¨ C¸ oz¨ umleyici Etmen (Solver Agent), Hibrit Etmen Teklif Stratejisi’nin duygusal ¨ farkındalıga sahip olarak gelis¸tirilmis¸ bir versiyonudur. C¸ ˘ oz¨ umleyici Etmen, m ¨ uzakere sırasında rakibin duygusal durumunu dikkate alır, bu da daha yuksek sosyal fayda puan- ¨ larına ve daha kısa anlas¸ma surelerine yol ac¸ar. Duygusal farkındalı ¨ gın, ˘ ozellikle insan- ¨ etmen ortamlarında muzakere sonuc¸ları ¨ uzerindeki derin etkisini vurgulayan deneysel bir ¨ c¸alıs¸ma yapılmıs¸tır. C¸ TRM, sınırlı etkiles¸im deneyimi ic¸erisinden maksimum bilgiye ver imli bir s¸ekilde ulas¸ır ve ozellikle insan-etmen ve otomatik m ¨ uzakere senaryolarında ge- ¨ leneksel yaklas¸ımlardan daha bas¸arılı bir tahmin performansı gosterir. Deneysel anali- ¨ zler, C¸ TRM’nin muzakerede insan davranıs¸ı ve tercihlerini modelleme konusunda ¨ ust ¨ un¨ oldugunu do ˘ grulamıs¸tır. ˘ Sonuc¸ olarak, bu tezde sunulan kapsamlı insan-etmen muzakere c¸erc¸evesi, alandaki ¨ onemli bir ilerlemeyi temsil etmektedir. C¸ atıs¸ma Temelli Rakip Modelleme ile duy- ¨ gusal farkındalıgı sorunsuz bir s¸ekilde birles¸tiren c¸erc¸eve akıllı etmenlerin insan tercih- ˘ lerini ve davranıs¸larını daha dogru bir s¸ekilde anlamalarına yardımcı olur, is¸birli ˘ gi yap- ˘ malarını kolaylas¸tırır ve kars¸ılıklı faydayı onceleyen anlas¸malara ulas¸ır. Bu c¸erc¸evenin ¨ insan-etmen ve otomatik muzakere ortamlarında etkili olması, m ¨ uzakere etmenlerinin in- ¨ san muzakerecilerle yetkin bir s¸ekilde etkiles¸imde bulunabilme, anlayıs¸ı tes¸vik etme ve ¨ muzakere sonuc¸larını optimize etme konusundaki potansiyelini vurgular. ¨ ˙Insan-etmen muzakerelerinin gelece ¨ gi, akıllı etmenlerin, ortak c¸ıkarları ic¸eren kabul edilebilir c¸ ˘ oz¨ umler ¨ aracılıgıyla sosyal faydayı tes¸vik eden ve pozitif de ˘ gis¸ikli ˘ gi destekleyen yetenekli ortak- ˘ lar olarak hizmet etmesinde yatar. Bu tez, bu vizyonu gerc¸ekles¸tirmeye yonelik de ¨ gerli ˘ gor¨ us¸ler sunar ve insan-etmen etkiles¸imi alanında ¨ onemli bir adım olarak kayda gec¸er.