論文の概要: INA: An Integrative Approach for Enhancing Negotiation Strategies with Reward-Based Dialogue System

• arxiv url: http://arxiv.org/abs/2310.18207v1
• Date: Fri, 27 Oct 2023 15:31:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-30 13:19:34.791430
• Title: INA: An Integrative Approach for Enhancing Negotiation Strategies with Reward-Based Dialogue System
• Title（参考訳）: ina:報酬に基づく対話システムによる交渉戦略強化のための統合的アプローチ
• Authors: Zishan Ahmad, Suman Saurabh, Vaishakh Sreekanth Menon, Asif Ekbal, Roshni Ramnani, Anutosh Maitra
• Abstract要約: 本稿では,オンラインマーケットプレース向けに設計された対話エージェントを提案する。 我々は,交渉担当者を訓練するための交渉作業に適した,一連の新しい報酬を雇用している。 提案手法と報奨システムはエージェントの交渉能力を大幅に向上させることを示す。
• 参考スコア（独自算出の注目度）: 22.392304683798866
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we propose a novel negotiation dialogue agent designed for the online marketplace. Our agent is integrative in nature i.e, it possesses the capability to negotiate on price as well as other factors, such as the addition or removal of items from a deal bundle, thereby offering a more flexible and comprehensive negotiation experience. We create a new dataset called Integrative Negotiation Dataset (IND) to enable this functionality. For this dataset creation, we introduce a new semi-automated data creation method, which combines defining negotiation intents, actions, and intent-action simulation between users and the agent to generate potential dialogue flows. Finally, the prompting of GPT-J, a state-of-the-art language model, is done to generate dialogues for a given intent, with a human-in-the-loop process for post-editing and refining minor errors to ensure high data quality. We employ a set of novel rewards, specifically tailored for the negotiation task to train our Negotiation Agent, termed as the Integrative Negotiation Agent (INA). These rewards incentivize the chatbot to learn effective negotiation strategies that can adapt to various contextual requirements and price proposals. By leveraging the IND, we train our model and conduct experiments to evaluate the effectiveness of our reward-based dialogue system for negotiation. Our results demonstrate that the proposed approach and reward system significantly enhance the agent's negotiation capabilities. The INA successfully engages in integrative negotiations, displaying the ability to dynamically adjust prices and negotiate the inclusion or exclusion of items in a bundle deal
• Abstract（参考訳）: 本稿では,オンライン市場向けに設計された新しい交渉対話エージェントを提案する。 私たちのエージェントは本質的に統合的です。つまり、価格だけでなく、取引バンドルからアイテムの追加や削除といった他の要素についても交渉する能力を持ち、より柔軟で包括的な交渉体験を提供します。 この機能を実現するために、Integative Negotiation Dataset(IND)と呼ばれる新しいデータセットを作成します。 このデータセット作成のために,ユーザとエージェント間のネゴシエーションインテント,アクション,インテントアクションシミュレーションの定義を組み合わせて,潜在的な対話フローを生成する,新たな半自動データ生成手法を提案する。 最後に、最先端の言語モデルであるGPT-Jのプロンプトは、与えられた意図に対する対話を生成するために行われる。 我々は,統合ネゴシエーションエージェント(INA)と呼ばれるネゴシエーションエージェント(ネゴシエーションエージェント)を訓練するための交渉タスクに適した,一連の新しい報酬を採用。 これらの報酬はチャットボットにインセンティブを与え、様々なコンテキスト要求や価格提案に適応できる効果的な交渉戦略を学ぶ。 indを活用し,モデルと実験を訓練し,交渉における報酬に基づく対話システムの有効性を評価する。 提案手法と報奨システムはエージェントの交渉能力を大幅に向上させることを示す。 inaは統合交渉に成功し、価格を動的に調整し、バンドル取引におけるアイテムの包含または排除を交渉する能力を示す。

関連論文リスト

• Modelling Political Coalition Negotiations Using LLM-based Agents [53.934372246390495]
  我々は、新しいNLPタスクとして連立交渉を導入し、それを大規模言語モデルに基づくエージェント間の交渉としてモデル化する。 我々は、欧州政党の宣言とこれらの国における多数の選挙に関する連立協定を含む多言語データセット「POLCA」を導入する。 本稿では、政党間の連立交渉の過程をシミュレートし、その結果を予測するために、階層的なマルコフ決定プロセスを提案する。
  論文  参考訳（メタデータ） (2024-02-18T21:28:06Z)
• 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)
• Let's Negotiate! A Survey of Negotiation Dialogue Systems [56.01648785030208]
  交渉は人間のコミュニケーションにおいて重要な能力である。 近年の交渉対話システムへの関心は、紛争の解決や合意の達成を支援するインテリジェントなエージェントを作ることを目標としている。
  論文  参考訳（メタデータ） (2024-02-02T02:12:46Z)
• Assistive Large Language Model Agents for Socially-Aware Negotiation Dialogues [47.977032883078664]
  我々はLarge Language Models(LLM)に基づく支援エージェントを開発する。 2つのLLMエージェントをロールプレイに参加させることで、ビジネス交渉をシミュレートする。 第3のLLMは、交渉結果を改善するための基準に違反した発話を書き換える仲介役として機能する。
  論文  参考訳（メタデータ） (2024-01-29T09:07:40Z)
• Be Selfish, But Wisely: Investigating the Impact of Agent Personality in Mixed-Motive Human-Agent Interactions [24.266490660606497]
  セルフプレイのRLは交渉において妥協の価値を学ばないことがわかった。 我々は、多様な個性を持つエージェントを設計し、人間のパートナーとのパフォーマンスを分析するために、トレーニング手順を2つの新しい方法で修正する。 どちらの手法も有望性を示すが、自尊心のあるエージェントは、自己と交渉相手の両方に価値を生み出すことを暗黙的に学習することで、自身のパフォーマンスを最大化し、歩行を回避し、他の変種よりも優れた性能を発揮する。
  論文  参考訳（メタデータ） (2023-10-22T20:31:35Z)
• 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)
• Let's Negotiate! A Survey of Negotiation Dialogue Systems [50.8766991794008]
  交渉は人間のコミュニケーションにおいて重要な能力の1つである。 目標とは、人間が紛争を解決したり、有益な合意に達するのを効率的に支援する能力を持つ知的エージェントを強化することである。
  論文  参考訳（メタデータ） (2022-12-18T12:03:53Z)
• CaSiNo: A Corpus of Campsite Negotiation Dialogues for Automatic Negotiation Systems [11.43342650898619]
  我々はCaSiNo:英語で数千以上の交渉対話の斬新なコーパスを提示します。 私たちの設計は、トラクタブルで閉じたドメイン環境を維持しながら、多様で言語的に豊富な交渉をもたらします。 これらの戦略を与えられた発話で認識するためのマルチタスクフレームワークの提案と評価を行います。
  論文  参考訳（メタデータ） (2021-03-29T16:07:25Z)

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。