1、隨著計算機技術(shù)的發(fā)展，電子商務(wù)已經(jīng)走進人們的生活。傳統(tǒng)的電子商務(wù)模式比較簡單，在進行交易時，只是單方面的同意或者拒絕，沒有協(xié)商過程，所以只能對簡單生活場景進行模擬，而在現(xiàn)實生活中，協(xié)商能夠增進買賣雙方的了解，并且能解決一些分歧和沖突。人工智能技術(shù)的發(fā)展使得對Agent研究越來越成熟，Agent幫人處理事情的能力越來越強，由Agent技術(shù)和電子商務(wù)結(jié)合起來形成的自動協(xié)商能夠為上述問題提供一些解決思路。目前主流的研究方向是把機器學(xué)習(xí)的方法用

2、到自動協(xié)商中，本文研究的是增強學(xué)習(xí)算法在協(xié)商中的應(yīng)用。
　　本文首先對電子商務(wù)、自動協(xié)商理論進行簡單介紹，講述了常見的機器學(xué)習(xí)方法在自動協(xié)商中的應(yīng)用，然后對傳統(tǒng)的算法進行研究，指出其存在的問題，并提出期望還原率進行改進，最后將改進后的算法應(yīng)用的雙邊多議題當(dāng)中去，通過實驗對比驗證所提改進算法的效果。
　　具體研究工作如下：
　?、偈紫葘鹘y(tǒng)增強學(xué)習(xí)算法的參數(shù)（時間貼現(xiàn)率，時間信念等等）進行研究，分析了參數(shù)取不同值時對協(xié)商

3、的影響，指出了在不同的協(xié)商情形中如何選擇合適的參數(shù)。
　?、谕ㄟ^實驗發(fā)現(xiàn)傳統(tǒng)增強學(xué)習(xí)算法存在妥協(xié)過快的缺點，針對這個缺點，本文提出基于期望還原率的增強學(xué)習(xí)算法對原算法進行改進，并對期望還原率的取值進行了討論，當(dāng)期望還原率為1時，就是傳統(tǒng)的增強學(xué)習(xí)算法。
　　③結(jié)合對手分類和增強學(xué)習(xí)算法進行協(xié)商。通過研究對手的協(xié)商歷史，將對手分為不同的類別，每個類別對應(yīng)著不同的協(xié)商態(tài)度，對不同協(xié)商態(tài)度的對手采用不同的信念函數(shù)進行協(xié)商。