論文の概要: Fuzzy Win-Win: A Novel Approach to Quantify Win-Win Using Fuzzy Logic
- arxiv url: http://arxiv.org/abs/2112.07045v1
- Date: Mon, 13 Dec 2021 22:17:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-15 16:08:40.104353
- Title: Fuzzy Win-Win: A Novel Approach to Quantify Win-Win Using Fuzzy Logic
- Title（参考訳）: Fuzzy Win-Win: ファジィ論理を用いたWin-Winの定量化
- Authors: Ahmad B. Hassanat, Ghada A. Altarawneh, and Ahmad S. Tarawneh
- Abstract要約: 古典的な勝敗は、各党が勝者であると信じているため、当事者に正しい金額の勝利を与えることができないという重大な欠陥がある。
本稿では,本論文の勝敗状況を測定するための新しい手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The classic win-win has a key flaw in that it cannot offer the parties the
right amounts of winning because each party believes they are winners. In
reality, one party may win more than the other. This strategy is not limited to
a single product or negotiation; it may be applied to a variety of situations
in life. We present a novel way to measure the win-win situation in this paper.
The proposed method employs Fuzzy logic to create a mathematical model that
aids negotiators in quantifying their winning percentages. The model is put to
the test on real-life negotiations scenarios such as the Iranian uranium
enrichment negotiations, the Iraqi-Jordanian oil deal, and the iron ore
negotiation (2005-2009). The presented model has shown to be a useful tool in
practice and can be easily generalized to be utilized in other domains as well.
- Abstract（参考訳）: 古典的な勝敗は、各党が勝者であると信じているため、当事者に正しい金額の勝利を与えることができないという重大な欠陥がある。
実際には、一方の党が他方より勝てるかもしれない。
この戦略は単一の製品や交渉に限ったものではなく、人生の様々な状況に適用することができる。
本論文では,勝利の状況を測定する新しい方法を提案する。
提案手法はファジィ論理を用いて交渉者による勝利率の定量化を支援する数学的モデルを作成する。
このモデルは、イランのウラン濃縮交渉、イラクとヨルダンの石油協定、鉄鉱石の交渉(2005-2009)のような実生活の交渉シナリオで試験される。
提示されたモデルは実用上有用なツールであることが示されており、他の領域でも容易に利用することができる。
関連論文リスト
- Learning in Budgeted Auctions with Spacing Objectives [41.63843740537835]
多くのオークションでは、参加者は勝利の頻度だけでなく、勝利が時間とともにどのように分配されるかに気を配る。
我々は,この現象の簡単なモデルを導入し,勝利の値が最後の勝利以来のコンケーブ関数であるような,予算付きオークションとしてモデル化する。
状態に依存しない戦略は変換の不確かさを伴わずに線形後悔を引き起こすことを示す。
論文 参考訳（メタデータ） (2024-11-07T16:31:31Z) - A Fairness-Driven Method for Learning Human-Compatible Negotiation Strategies [19.595627721072812]
報酬設計と探索に公正さを取り入れた交渉枠組みを提案し,人間と互換性のある交渉戦略を学習する。
提案手法は,より平等な交渉結果を達成し,交渉の質を向上させることができることを示す。
論文 参考訳（メタデータ） (2024-09-26T23:16:47Z) - LLMs with Personalities in Multi-issue Negotiation Games [2.186901738997927]
ゲーム理論の枠組みの中で,大規模言語モデル(LLM)の交渉能力を測定する。
高い開放性、良心、神経症は公正な傾向と関連している。
低一致性と低開放性は合理的な傾向と関連している。
論文 参考訳（メタデータ） (2024-05-08T17:51:53Z) - How Well Can LLMs Negotiate? NegotiationArena Platform and Analysis [50.15061156253347]
人間は自動車の価格から共通の資源の共有方法まで、あらゆることを交渉する。
大規模言語モデル(LLM)を人間の代理エージェントとして使うことへの関心が急速に高まっているため、そのようなLLMエージェントも交渉できる必要がある。
我々は,LLMエージェントの交渉能力を評価し,検証するためのフレキシブルなフレームワークであるNegotiationArenaを開発した。
論文 参考訳（メタデータ） (2024-02-08T17:51:48Z) - Theoretical guarantees on the best-of-n alignment policy [110.21094183592358]
基本方針と最良$n$ポリシーのKL分散は、$log (n) - (n-1)/n.$と等しいことを示す。
KLの発散に対する新しい推定器を提案し、いくつかの例を通して厳密な近似を与えることを実証的に示す。
論文 参考訳（メタデータ） (2024-01-03T18:39:13Z) - Generative Interpretation [0.0]
大規模言語モデルを用いて契約意味を推定する新しい手法である生成的解釈を導入する。
AIモデルは、ファインダーが文脈における通常の意味を確認し、あいまいさを定量化し、当事者の合意のギャップを埋めるのに役立つことを示す。
論文 参考訳（メタデータ） (2023-08-14T02:59:27Z) - Language of Bargaining [60.218128617765046]
我々は、言語の使用が二国間交渉をどのように形成するかを研究するための新しいデータセットを構築した。
我々の研究は、交渉の結果を予測する言語信号も明らかにしている。
論文 参考訳（メタデータ） (2023-06-12T13:52:01Z) - Collective eXplainable AI: Explaining Cooperative Strategies and Agent
Contribution in Multiagent Reinforcement Learning with Shapley Values [68.8204255655161]
本研究は,シェープリー値を用いたマルチエージェントRLにおける協調戦略を説明するための新しい手法を提案する。
結果は、差別的でない意思決定、倫理的かつ責任あるAI由来の意思決定、公正な制約の下での政策決定に影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2021-10-04T10:28:57Z) - Similarity metrics for Different Market Scenarios in Abides [58.720142291102135]
マルコフ決定プロセス(MDP)は、多くの機械学習問題を正式に記述する効果的な方法である。
本稿では,金融MDPの概念的,構造的,パフォーマンス的側面に基づく3つの類似度指標の使用について分析する。
論文 参考訳（メタデータ） (2021-07-20T09:18:06Z) - Learnable Strategies for Bilateral Agent Negotiation over Multiple
Issues [6.12762193927784]
本稿では,利己的なエージェントが複数の問題に対する交渉の仕方を学ぶことのできる,新たな二国間交渉モデルを提案する。
このモデルは、交渉中にエージェントが使うべき戦術を表す解釈可能な戦略テンプレートに依存している。
テンプレートパラメータを学習し、複数の交渉で受け取った平均効用を最大化し、最適な入札受理と生成をもたらす。
論文 参考訳（メタデータ） (2020-09-17T13:52:18Z) - Efficient exploration of zero-sum stochastic games [83.28949556413717]
ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。
限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。
私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
論文 参考訳（メタデータ） (2020-02-24T20:30:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。