研究成果:
1. A Portfolio Strategy Design for Human-Computer Negotiations in e-Retail
2. Modeling and prediction of human negotiation behavior in human-computer negotiation
作者:曹慕昆 等
发表期刊:
《International Journal of Electronic Commerce》,2020年8月
《Electronic Commerce Research and Application》,2021年10月
内容介绍:
人工智能研究已经进入机器行为(Machine Behavior)时代。人们不仅关注机器行为如何影响人或组织,同时感兴趣机器行为的产生机理;希望通过已知的理论,如管理学、经济学、心理学等,去解释机器的行为逻辑,从而为人工智能的进一步发展开辟新的思路,目的是最终创造出类人逻辑思维的智能体Agent。曹慕昆等作者连续发表两篇文章,对人机交互过程中机器谈判行为的解释进行了深入探讨。
首先,作者从行为心理学研究中发现,人的谈判行为主要分为:讨价还价,观察式学习,策略选择,和欺骗作弊四种。如果要设计一个能够和人进行实时谈判博弈的机器人,核心思想就是教会机器这四种谈判行为和人的思维方式。根据这一想法,文章提出一个组合策略的设计理论,包含时间依赖、行为依赖、动态时间依赖、和僵局消解四种策略,分别模拟人的四种谈判行为,从而达到机器模拟人进行谈判的目的。大量人机交互实验表明,所设计的智能系统可以应对人的各种理性和非理性行为,尤其能够有效应对普遍存在的欺诈行为,取得了良好的人机交互实验效果。更重要的是,该设计理论为同类型研究以及智能体Agent开发提供了理论基础和设计框架。
其次,大量的自动谈判研究表明,为了能够在谈判中占据主动,机器往往会采用启发式或机器学习方法去预测对手的未来出价。但是,通过对人的谈判行为进行分析发现,人在谈判中几乎不会预测对手,而是事先有一个成交的心理价位,然后采取主动策略努力达到这个目标。这一发现,颠覆了机器预测策略的传统认知。基于此,研究者借助心理学的希望理论(Hope Theory)和管理学的非合作博弈理论(Non-cooperative Game Thoery),设计了分段线性回归模型用来解释机器在谈判中的预测逻辑。该研究也是首次将行为理论和博弈论相结合,用以提出自动谈判系统的理论框架。与前面提到的组合策略模型进行对比人机交互实验,谈判效果更好。特别是该系统在遇到合作型对手时,则自动采取较为温和合作策略,遇到竞争型对手则采用进攻型策略,极大的保护了自身的利益,已经比较接近人的思维模式了。
作者介绍:
曹慕昆博士,麻花星空mv教授,博士生导师;国家留学基金委公派美国弗吉尼亚理工大学(Virginia Tech)Pamplin商学院访问学者,在美国哈佛大学,百森商学院,伊利诺伊大学香槟分校,加州大学长滩分校等多所海外著名高校访问进修;国际信息系统协会AIS、中国信息系统协会CNAIS会员;国际项目管理协会(IPMA)认证国际项目管理师项目经理(IPMP);美国Scrum联盟(Scrum Alliance)认证Scrum敏捷管理师(Certified ScrumMaster?)颁厂惭?,敏捷产物经理(Certified Scrum Product Owner?)CSPO?。主要研究方向为:人工智能、机器学习、信息系统、人机交互谈判系统理论与技术等。近年来,主持研究国家自然科学基金项目(3项),福建省自然科学规划基金项目(1项),对台合作“山海基金”项目(2项),厦门市科技规划项目(1项)等。文章发表在《Decision Support Systems》《International Journal of Electronic Commerce》《Journal of Electronic Commerce Research》《Electronic Commerce Research and Application》《中国管理科学》《系统工程学报》《管理工程学报》《管理学报》《信息系统学报》等多种国内外重要学术刊物。