研究課題
基盤研究(C)
自動交渉においてエージェントの行動決定やプロトコルと呼ばれる交渉ルールをモデル化し、交渉の際に生成されるデータから意思決定の基となる戦略を統計的に推定する方法を構築した。エージェントと交渉環境を含むモデルを考慮することにより、交渉のダイナミクスや交渉終了にかかる時間など大域的な性質の分析が可能となった。
機械学習
AI利用の拡大により取引や交渉がエージェントによって自動的に行われる場面が増えている。従来の自動交渉の研究では相手エージェントの戦略を推定することで自らに有利な条件で合意を導くことに主眼が置かれていた。本研究は参加している全てのエージェントと交渉の場を含むモデルを考慮することで、第三者の立場からリソース分配の公平性の分析、およびそれを促進するためのインセンティブ設計指針の提供を可能にする。