人工智能會談判

英國倫敦深度思維公司的一項研究表示，人工智能（AI）代理可談判和形成協議，使其在桌面游戲《外交》中勝過其他無此能力的代理。這些發現展示了一種深度強化學習方法，用其建模的代理可以與其他人工代理溝通和合作，在玩游戲時共同制定計劃。相關結果近日發表于《自然—通訊》。

開發能展現出代理間合作和溝通的人工智能十分重要。《外交》是一個流行桌面游戲，為此類行為提供了有用的測試平臺，它包含玩家之間復雜的溝通、談判和形成同盟，而AI一直很難達成這些。要贏得游戲，《外交》需要推斷在場玩家的未來計劃、玩家間的承諾，和他們的誠實合作。過去的AI代理在單個玩家或兩個競爭性玩家的游戲中取得過成功，其中玩家之間沒有交流。

深度思維公司的Janos Kramar、Yoram Bachrach和同事設計了一個深度強化學習方法，讓代理可以協商同盟、共同制定計劃。作者創造出了模擬玩家的代理，形成團隊，嘗試勝過其他隊伍的策略。通過預測可能的未來游戲狀態，這一學習算法允許代理對未來行動達成一致，識別有益交易。為接近人類水平的表現，作者還通過檢驗一些代理間承諾破裂的場景（代理背離了過去的協議），調查了誠實合作的條件。

這些發現有助于AI代理形成靈活溝通機制的基礎，使其能根據環境調整策略。此外這些發現還表明，對違反協議的同伴的制裁傾向如何大為降低了這類違反者的優勢，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議者。