文献类型：期刊文章

作　　者：孙天昊[1,2] 陈飞[1] 朱庆生[1] 曹峰[2]

机构地区：[1]重庆大学计算机学院,重庆400030 [2]中国嘉陵工业股份有限公司(集团)信息技术部,重庆400032

出　　处：《计算机科学》

基　　金：中央高校基本科研业务费科研专项项目(CDJRC10180012;CDJZR10180014)资助

年　　份：2011

卷　　号：38

期　　号：9

起止页码：227-229

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为了帮助协商Agent选择最优行动实现其最终目标,提出基于贝叶斯分类的增强学习协商策略。在协商过程中,协商Agent根据对手历史信息,利用贝叶斯分类确定对手类型,并及时动态地调整协商Agent对对手的信念。协商Agent通过不断修正对对手的信念,来加快协商解的收敛并获得更优的协商解。最后通过实验验证了策略的有效性和可用性。

关 键 词：贝叶斯分类 增强学习  协商策略 协商历史  

分 类 号：TP301]