Mechanizmus-tervezés: szociális jóléti függvény nem kooperatív (versengő) ágensek. A megegyezés keresése és elérése: Tárgyalás (Negotiation)

Hasonló dokumentumok
Tárgyalások. Intelligens Elosztott Rendszerek BME-MIT, 2018

Monoton Engedmény Protokoll N-M multilaterális tárgyalás

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok

Tökéletes verseny. Tökéletes verseny árképzése. Monopólium. Korábban tanult piacszerkezeti fogalmak áttekintése. ( q) Modern piacelmélet

Az entrópia statisztikus értelmezése

Elemi szelekciós elmélet

d(f(x), f(y)) q d(x, y), ahol 0 q < 1.

Darupályák ellenőrző mérése

Egy negyedrendű rekurzív sorozatcsaládról

8. Programozási tételek felsoroló típusokra

Szavazási protokollok - közös preferencia kialakítása

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

IDA ELŐADÁS I. Bolgár Bence október 17.

Biostatisztika e-book Dr. Dinya Elek

The original laser distance meter. The original laser distance meter

4 2 lapultsági együttható =

Algoritmusok és adatszerkezetek I. 10. előadás

Support Vector Machines

Kvantum-tömörítés II.


2. személyes konzultáció. Széchenyi István Egyetem

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika

,...,q 3N és 3N impulzuskoordinátával: p 1,

Rasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001)

Az elektromos kölcsönhatás

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Mesterséges Intelligencia MI

Fizika II. (Termosztatika, termodinamika)

(eseményalgebra) (halmazalgebra) (kijelentéskalkulus)

Tiszta és kevert stratégiák

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai Magyar Tudomány Napja. Gábor Dénes Főiskola

REGIONÁLIS GAZDASÁGTAN

VEZÉRIGAZGATÓI UTASÍTÁS

Méréselmélet: 5. előadás,

Nem-kooperatív játékok

Csercsik Dávid ITK PPKE. Csercsik Dávid (ITK PPKE) Játékelmélet és hálózati alkalmazásai 4. ea 1 / 21

1.Tartalomjegyzék 1. 1.Tartalomjegyzék

Elosztott rendszerek játékelméleti elemzése: tervezés és öszönzés. Toka László

Műszaki folyamatok közgazdasági elemzése Előadásvázlat november 06. A közgazdaságtan játékelméleti megközelítései

Leica DISTOTMD510. X310 The original laser distance meter. The original laser distance meter

Philosophiae Doctores. A sorozatban megjelent kötetek listája a kötet végén található

I. A közlekedési hálózatok jellemzői II. A közlekedési szükségletek jellemzői III. Analitikus forgalom-előrebecslési modell

Mikroökonómia elıadás

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

NKFP6-BKOMSZ05. Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomon követésére. II.

Mikroökonómia I. B. ELTE TáTK Közgazdaságtudományi Tanszék. 12. hét STRATÉGIAI VISELKEDÉS ELEMZÉSE JÁTÉKELMÉLET

/11 Változtatások joga fenntartva. Kezelési útmutató. UltraGas kondenzációs gázkazán. Az energia megőrzése környezetünk védelme

Schlüter -KERDI-BOARD. Közvetlenűl burkolható felületű építőlemez, többrétegű vízszigetelés

Véletlen gráfok szerkesztésekor n csomópontból indulunk ki. p valószínűséggel két csomópontot éllel kötünk össze.

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

A bankközi jutalék (MIF) elő- és utóélete a bankkártyapiacon. A bankközi jutalék létező és nem létező versenyhatásai a Visa és a Mastercard ügyek

Pécsi Tudományegyetem Breuer Marcell Doktori Iskola BIZONYTALAN ERŐFORRÁS-KORLÁTOS PROJEKTEK ÜTEMEZÉSE DANKA SÁNDOR

Példák ekvivalencia relációra (TÉTELként kell tudni ezeket zárthelyin, vizsgán):

Orosz Gyula: Markov-láncok. 4. Statisztikus golyójátékok






Merev test mozgása. A merev test kinematikájának alapjai

A Ga-Bi OLVADÉK TERMODINAMIKAI OPTIMALIZÁLÁSA


Ismételt játékok: véges és végtelenszer. Kovács Norbert SZE GT. Példa. Kiindulás: Cournot-duopólium játék Inverz keresleti görbe: P=150-Q, ahol

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele


































Átírás:

Tárgyalások/1

Mechanzmus-tervezés: szocáls jólét függvény nem kooperatív (versengő) ágensek (Szavazás (Votng)) (Árverés (Aucton)) A megegyezés keresése és elérése: Tárgyalás (Negotaton) (Érvelés (Argung))

Megegyezés elérése specálsan megtervezett tárgyalásos protokollal Befagyásmentes legyen Termnálódjon Bztos skerre vezessen Szocáls jólétet maxmalzáljon (vagy netán valam mást?) Pareto-hatékony legyen (nncs olyan más megegyezés, am legalább egy ágens hasznosságát megnövelné úgy, hogy más ágensek hasznosságát nem csökkent) Indvduáls raconáls legyen (a protokoll követése ágensek önérdeke (benne lenn jobb)) Stabl (a protokoll meghatározott vselkedésre késztet az ágenseket) Egyszerű (optmáls stratéga komplextása legyen alacsony, kszámítható) Elosztott (egy egyed ágens bukása a protokollt ne buktathassa (sngle pont of falure))

Tárgyalás komponense Javaslat halmaz D: ágensek által megtehető javaslatok Protokoll: megadja az adott helyzetben legáls javaslatok a meghatározását Ágensek stratégá Megegyezés elérésének szabálya (tárgyalás termnálás szabálya) Tárgyalás fajtá Egytételű Többtételű (javaslatok mennysége exponencáls, javaslatok összevetése nehéz) 1-1 tárgyalás (tp. többágenses rendszerekben) N-1 N-M

Egyszerű 1-1 protokoll (váltakozó javaslatok Rubnsten protokollja) a tárgyalás fordulókban történk, az 1. ágens ndít a 0. fordulóban x0 javaslattal, a 2. ágens ezt vagy elfogadja, vagy elutasítja, ha elfogadja, a megegyezés létrejött és az x0 javaslatot életbe léptetk. máskülönben új forduló következk, ahol most a 2. ágens tesz javaslatot.

Egyszerű 1-1 protokoll (váltakozó javaslatok Rubnsten protokollja) lesz-e megegyezés? (folyomatos elutasítás) - ha nncs megegyezés konflktus Alap feltételezések - a megegyezés hánya a legrosszabb kmenetel, akármlyen megegyezés jobb, mnt semmlyen, - az ágensek a hasznosságuk maxmalzálására törekednek. Osszunk meg egy tortát! Azaz van egy erőforrás, am két (x, 1-x) részre osztható (és azok 1-re összegződnek) Tárgyalás javaslat: (x, 1-x) A lehetséges javaslatok halmaza: ( x,1 x): 0 x 1 Mt javasoljunk az 1. ágens nevében?

Tegyük fel, hogy csak egy forduló van Ultmátum játék Az 1. ágens teljhatalmú. Ha az 1. ágens (1,0)-át javasol, a 2. ágens számára ez még mndg jobb, mnt elutasítan, konflktussal. A javaslat az 1. ágens számára s a legjobb: Nash-egyensúly(!) (ld. később) Tegyük fel, hogy két forduló van Most a 2. ágens lesz teljhatalmú. Akármt s javasol az 1. ágens, a 2. ágens ezt elutasítja. Majd a 2. ágens (0,1)-et javasol. A javaslat az 1. ágens számára jobb, mnt a konflktus, és nyílván legjobb a 2. ágens számára s: Nash-egyensúly(!) Ugyanaz a helyzet tetszőleges, de fx számú forduló esetében. Megjegyzés: - játékelmélet, elv ultmátum: (1, 0) haszon-raconalítás - gyakorlat, társadalm ultmátum kb. (0.5, 0.5) (humán) raconalítás(?) Konklúzó: ha a gép ágensek játszanak, keményebb, szívtelenebb a játék, a humán emprkus fékek beprogramozása nehéz lehet.

Tegyük fel, végtelen sok forduló lehet Az 1. ágens stratégája. Mndg (1,0)-át javasoln és a 2. ágens bármely javaslatát elutasítan. Ha a 2. ágens elutasítja: konflktus! Akkor nkább el kell fogadna, és ezt akkor már az első fordulóban érdemes. Pontosabban: akármt s (x,1-x) formában javasol az 1. ágens, az azonnal elfogadása a Nash-egyensúly mndaddg, amíg a 2. ágens tudja az 1. ágens stratégáját. Nash-egyensúly tt túlzottan gyenge krtérum Vegyük fgyelembe az dő múlását! Akármlyen x kmenetelről lenne szó, mndkét ágens ezt korábban nagyobbra értékel, mnt később leszámoltatás Mnden ágensnek van leszámoltatás tényezője Mnél közelebb áll ez 1-hez, annál türelmesebb egy ágens., 1,2, 0 1 Ha egy ágensnek x-et knálnak, akkor az ő számára az x tortarész értéke 0. 1. 2. k-k dőpllanatban x, x, x,, ( ) k x

Egy fordulós tárgyalás még mndg egy ultmátum. Két forduló: a 2. ágens eddg módon játszhat, de amt kap, most csak 2 -t ér nála. Megkapja az egész tortát, de ez most kevesebbet ér. Az 1. ágens ezt fgyelembe vehet: (1-2, 2 )-at javasolva. A 2. ágens jobbat nem kap, ez most a Nash-egyensúly. Általános esetben az 1. ágens azt javasolja, amt a 2. ágens a másodk fordulóban kkényszeríthet. 1. ágens része: 1 2(1 1) 2 2. ágens része: 1 1 1 2 1 2 Egy ágensnek olyan üzletet kell javasolna, amt a másk el s fog fogadn: Az 1. ágensnek így olyan d 1 * üzletet kell javasolna, amre u 2 (d 1* ) = 2 u 2 (d 2* ). A 2. ágensnek olyan d 2 * üzletet kell javasolna, amre u 1 (d 2* ) = 1 u 1 (d 1* ). Mvel u 1 (d) = d és u 2 (d) = 1 - d, két egyenletünk van: 1 d 1 * = 2 (1 - d 2* ) d 2 * = 1 d 1 * Türelmesebb jobban jár! d 1 =.9, d 2 =.2 v1 =.975 v2 =.024 d 1 =.5, d 2 =.5 v1 =.666 v2 =.333 d 1 =.5, d 2 =.666 v1 =.5 v2 =.5

Heursztkus megközelítés A pontos leszámoltatás (azaz az ellenfél modell) smeretlen Értéktélet heursztkus becslése: - lneárs 1 t U( t) 1 ( ), b, s T - Boulware stratéga (GE vce presdent Lemuel Boulware) először sokág ks engedmény, a végén nagyobb a megegyezés halogatása, messze a rezervácós sznttől - Conceder engedmény stratéga nagy engedmény gyorsan (a megegyezés sürgetése), majd sokág ks engedmény, a rezervácós sznt közelében 1 0 1 Offer ( t) RP U ( t)( IP RP ) t IP ( RP IP)( ) T

b buyer s seller Probablty Bayes: pror posteror Negotaton Technologes Nck Jennngs

Feladat-orentált domén Task Orented Doman (TOD) Lehetséges feladatok (véges) halmaza Ágenshalmaz Ag 1,2,..., n Egy feladathalmaz végrehajtásának költsége T t1, t2,..., t n c :2 T T, Ag, c Költség-függvény monotón A semmtevés költsége TT 1, 2 T T c( T ) c( T ) 1 2 1 2 c( ) 0 Összeütközés (encounter) a taszkok hozzárendelése összeütközésben egy üzlet/(le)osztás (deal) T1 T2 D1 D2 a feladatok új kosztása Egy ágens részére az üzlet haszna: d u ( d ) c( T ) c( D ) Ha nncs üzlet és mndegyk ágens az ő eredet feladatát végz, az un. konflktus-üzlet ( nncs-üzlet üzlet) T1, T2,..., Tn D1, D2 d TT 1, 2

d1 d2 1,2 : u ( d ) u ( d ) 1 2 1,2 : u ( d ) u ( d ) 1 2 A d 1 domnálja d 2 -t Ha a d 1 legalább ugyanolyan jó mnden ágensre, mnt a d 2. Van olyan ágens, aknek a d 1 jobb, mnt a d 2. Gyengén domnál, ha csak az 1. gaz. Mások által nem domnált üzlet a Pareto-optmáls Indvduálsan raconáls üzlet = a konflktus-üzletet gyengén domnálja. Legáls javaslatok a Pareto-optmáls és nd. raconáls javaslatok. Hasznosságegység-függetlenség (HEF): ha U mellett d az üzlet, de adva az üzlet d és : u ( d) u ( d) U,...,, 1u1 kuk uu Irreleváns alternatíva függetlensége (IAF): ha adott D mellett, d üzletet választunk, akkor adott D mellett, d D D, szntén d-t választunk (a gyöztes üzlet nem változk, ha egy vesztes üzletet kktatunk) Szmmetra: az üzlet u.a., amíg a hasznosságok halmaza u.a., függetlenül attól, hogy mely ágens hasznossága az. : u ( d ) u ( d ) 1 2 : u ( d) u ( ) d

Stratéga megoldás lehetősége Pareto-optmáls,. de melyk legyen? Pareto-optmáls (javaslathalmaz) Lehetséges üzletek Javaslathalmaz Ind. raconáls üzletek Konflktus üzlet Jose M Vdal Fundamentals of Multagent Systems wth NetLogo Examples

Stratéga megoldás lehetősége Pareto-optmáls de melyk legyen? Érdekek egyenlősdje - Egaltáránus Haszonelvűség - Utltáránus Szocáls jólét egaltáranus Nash-alku Kala-Smorodnsky

Egaltáranus d u ( d), E d u ( d ) u ( d ) argmax, j j de Jose M Vdal Fundamentals of Multagent Systemswth NetLogo Examples

Szocáls jólét egaltáranus d argmax mn u ( d), d Jose M Vdal Fundamentals of Multagent Systemswth NetLogo Examples

Utltáranus d arg max u ( d) Jose M Vdal Fundamentals of Multagent Systemswth NetLogo Examples

Nash-alku d arg max u ( d) d Egyetlen, am: (1) Pareto-hatékony, (2) HEF, (3) IAF, (4) szmmetrkus Jose M Vdal Fundamentals of Multagent Systemswth NetLogo Examples

Kala-Smorodnsky Legyen u * az ágens maxmáls haszna, amt a Pareto-határvonalbel üzletekből hozhat k. Keressük meg azt az üzletet, am a d - és a (u *, u j *) pont között egyenesen fekszk. Jose M Vdal Fundamentals of Multagent Systemswth NetLogo Examples

Monoton Engedmény Protokoll Fordulók Megegyezés, ha 1. ágens olyan d 1 üzletet és 2. ágens olyan d 2 üzletet javasol, hogy vagy u 1 (d 2 ) u 1 (d 1 ), vagy u 2 (d 1 ) u 2 (d 2 ), azaz a másk javaslata legalább lyen jó, mnt az enyém Megválasztás: üzlet maxmáls hasznossággal Ha legáls üzletre nncs lehetőség: konflktus-üzlet De hosszú lehet tudn kell egymásnak hasznosság görbéjét ha kölcsönösen egymás javaslatát el akarják fogadn? 1. d arg max d u (d ) 2. d üzlet javaslata 3. d j üzlet ellenjavaslata 4. f u (d j ) u (d ) 5. then d j elfogadása 6. else d d, olyan hogy u j (d ) e + u j (d ) és u (d ) u (d - ) 7. goto 2.

Monoton Engedmény Protokoll Jose M Vdal Fundamentals of Multagent Systemswth NetLogo Examples