【資料圖】

原標(biāo)題：“AI代理”會(huì)談判能達(dá)成協(xié)議

苦于缺乏談判技巧的人們，或許未來(lái)可以求助于人工智能（AI）了。英國(guó)《自然·通訊》雜志6日?qǐng)?bào)告，“深度思維”公司研發(fā)的一種“AI代理”會(huì)談判并能達(dá)成協(xié)議，其已在測(cè)試平臺(tái)中勝過(guò)其他無(wú)此能力的代理。這一成果展示了一種深度強(qiáng)化學(xué)習(xí)方法，用其建模的“AI代理”可與其他人工代理溝通合作，在玩游戲時(shí)共同制定計(jì)劃。

開發(fā)能展現(xiàn)出代理間合作和溝通的AI十分重要。流行桌面游戲《外交》為此類行為提供了有用的測(cè)試平臺(tái)，它包含玩家之間復(fù)雜的溝通、談判和形成同盟，而AI一直很難達(dá)成這些。要贏得游戲，《外交》需要推斷在場(chǎng)玩家的未來(lái)計(jì)劃、玩家間的承諾，和他們的誠(chéng)實(shí)合作。過(guò)去的“AI代理”在單個(gè)玩家或兩個(gè)競(jìng)爭(zhēng)性玩家的游戲中取得過(guò)成功，其中玩家之間沒有交流。

英國(guó)“深度思維”研究團(tuán)隊(duì)此次設(shè)計(jì)了一種深度強(qiáng)化學(xué)習(xí)方法，讓代理可以協(xié)商同盟、共同制定計(jì)劃。研究人員創(chuàng)造出了模擬玩家的代理，形成團(tuán)隊(duì)，嘗試勝過(guò)其他隊(duì)伍的策略。通過(guò)預(yù)測(cè)可能的未來(lái)游戲狀態(tài)，這一學(xué)習(xí)算法允許代理對(duì)未來(lái)行動(dòng)達(dá)成一致，識(shí)別有益交易。為接近人類水平的表現(xiàn)，他們還通過(guò)檢驗(yàn)一些代理間承諾破裂的場(chǎng)景（代理背離了過(guò)去的協(xié)議），調(diào)查了誠(chéng)實(shí)合作的條件。

這些成果有助于“AI代理”形成靈活溝通機(jī)制，使其能根據(jù)環(huán)境調(diào)整策略。此外，這些發(fā)現(xiàn)還表明，對(duì)違反協(xié)議的同伴的制裁傾向會(huì)大大降低這類違反者的優(yōu)勢(shì)，有助于形成大多可信的交流，盡管情況最初更有利于違反協(xié)議者。（記者張夢(mèng)然）

(責(zé)編：趙竹青、陳鍵)關(guān)注公眾號(hào)：人民網(wǎng)財(cái)經(jīng)

關(guān)鍵詞：