サプライチェーンにおける合意可能価格予測を考慮した自動交渉戦略

マルチエージェントシステムに関する研究において，複数のエージェント間で交渉しながら合意形成を行う技術に関心が高まっている．エージェントは，それぞれ固有の選好に従って行動するため，エージェント間で競合する場合がある．その際に，自動交渉はこの問題を解決する方法として注目されている．自動交渉の現実世界の応用例の1つとして，サプライチェーンマネジメント（SCM）があげられる．SCMにおいて，交渉を行う各工場は合意可能価格という閾値を設定し，この閾値を用いて相手のオファーを受け入れるかどうかを判定しながら交渉を行う．そのため，相手の合意可能価格を適切に推定し，自分のオファー価格を決定することで合意する可能性を高め，最終的な効用値を向上させることができる．このようなSCMを題材とする競技会として，国際自動交渉エージェント競技会のリーグの1つである，サプライチェーンマネジメントリーグ（SCML）がある．本論文では，SCMLのエージェント間の交渉に有効なオファー戦略および受け入れ戦略を提案する．まず，事前に学習などは行わず，シミュレーションの中で相手からのオファーや過去の合意案などのデータを集め交渉に活用する交渉戦略を提案する．このエージェント戦略はSCML2021のOne Shot Trackで準優勝という成績を収めている．さらに，オファー戦略において予測した相手の合意可能価格を考慮し，こちらがオファーする価格を決定する新たな交渉戦略を提案する．合意可能価格予測には，時系列データに強いRNNとTransformerによる機械学習を用いて行い，その結果を考慮してオファーする価格を決定する．シミュレーション実験によって，提案した戦略と過去に開催された同部門に出場したエージェントとの比較を行い，提案手法の有効性を評価する．

In recent years, a growing interest in agreement technologies has been observed among agents in a multi-agent system. Automated negotiation is attracting attention as one method of solving these problems. Autonomous agents negotiate with each other to achieve a better agreement that resolves their conflicts in automated negotiation. One real-world application of automated negotiation is in supply chain management (SCM), where agents often set a threshold of agreeable prices during negotiations. This threshold is used to determine whether or not to accept the other agent's offer. Therefore, to estimate the other party's agreeable price and determine its offer price, the probability of agreement can be increased and the final utility can be increased. The Supply Chain Management League (SCML) is being held in the International Automated Negotiating Agents Competition (ANAC) starting in 2019. In this paper, we propose offering and acceptance strategies as effective negotiation strategies for SCML. The proposed offering strategy considers the other agent's predicted agreeable price. We conducted a simulation experiment to compare the proposed strategies with agents who participated in SCML in 2021.