Agent劝说模型及系统

一、基于Agent的劝说类型

在对接受者回答（Agent 是否接受或拒绝）的条件下对行为所作出的承诺决定了Agent能在谈判中使用劝说策略，这为Agent 提供了一个可通过劝说来影响对手的方法，具体包括威胁、奖励、申辩等类型。

1. 威胁

威胁可以视为发出者Agent A 用来强迫遭受者Agent B 完成（或不完成）一定行为的谈判方式，其目的是实现Agent A 的目标。一般威胁由3 个部分组成：Agent A 有关此威胁的信息（即威胁本身）；Agent A 提出此威胁想要达到的目标；Agent A认为Agent B会被威胁到的目标［41］。

例如，在电子商务谈判中，买方Agent A 要求卖方Agent B 降价（LowPri）而遭到拒绝。此时，Agent A会提出选择其他卖方（ChosAnoSel）的威胁而迫使Agent B 修改自身信念，以尽快接受降价要求，该威胁可表示为

A t =〈｛﹁LowPri →ChosAnoSel｝，LowPri，﹁ChosAnoSel〉

2. 奖励

奖励是为保证谈判双方顺利达成一致，而被其中一方使用来促使另一方完成（或不完成）一定行为的谈判方式，目的是实现提出奖励这一方的目标。一般奖励由3 个部分组成：Agent A 有关此奖励的信息（即奖励本身）；Agent A 提出此奖励想要达到的目标；Agent A 认为Agent B会被奖励到的目标。

例如，在电子商务谈判中，买方Agent A 要求卖方Agent B 降价（LowPri）而遭到拒绝。此时，Agent A会提出从Agent B处购买一定另外相关产品（BuyOthPro）的奖励来促使Agent B 修改其自身信念，以尽快接受降价的要求，该奖励可表示为

Ar =〈｛LowPri →BuyOthPro｝，LowPri，BuyOthPro〉

3. 申辩

谈判中一方可能会引用一定的正面或反面的事实根据，以作为例证来说服谈判对手完成交易的一种方式。例如，可以引用其自身（或第三方）此前曾经与此对手在相同条款下完成过类似交易的例子，并且此申辩会涉及对方如在长期合作前提下的信任等相关目标。一般申辩由3个部分组成：Agent A有关此申辩的知识（即申辩本身）；Agent A 提出此申辩想要达到的目标；此申辩涉及的Agent B的相关目标。

例如，在电子商务谈判中出现谈判僵局的情况下，Agent A 会提出Agent B所不知的关于其自身利益（SelfValue）的申辩，如Agent A 购买该产品，可能会使其余卖方通过对买方Agent A使用该产品的观察，从而对该产品产生兴趣、前来购买，有助于实现Agent B扩大销售量的目标，该申辩可表示为

Aa3 =〈｛SelfValue →LowPri｝，LowPri，Higbuy〉

由此可见，基于Agent 的劝说可以统一定义为包含其所涉及的“劝说知识、自身目标、劝说对手目标”的一条信息。第i 条信息一般可以表示为

其中，k，g，g′分别代表相应的劝说知识、自身目标、劝说对手目标，这些是基于Agent 劝说的3个构成要素。

二、基于Agent的劝说机制

传统的电子商务谈判，是指以互联网为媒介、有两个或两个以上谈判主体参与、涉及一个或多个谈判内容的商务谈判。谈判内容即谈判款项，包括谈判参与主体希望通过谈判来解决的问题，如交易价格、交易方式等。在整个谈判过程中，谈判主体的交互内容主要表现为谈判提议，它是谈判人在谈判实例背景下所提出的谈判解决方案，针对具体的谈判款项生成，并包含所有款项的取值，谈判方的提议可被系统储存，谈判方都接受的谈判提议为该谈判实例的最终解。

可见传统电子商务中有关自动谈判系统的理论，还只是简单地将讨价还价的谈判功能封装在对应的Agent 内。从理论上来说，Agent 还应当具有人类所具有的信念、愿望、意图等诸多方面。劝说作为人类所普遍具有的交流方式，能够充分体现人类各方面的意识和行为，并能反映人类具有的信念、愿望、意图等；其所涉及的理论更加丰富，如哲学、认知学、逻辑学、心理学等，如果能将其引入电子商务自动谈判中，将能更好地解决上述问题。

从已有研究来看，劝说的引入可以使Agent 使用更具有说服力的策略，在劝说过程中充分发挥Agent在人工智能方面的优势，并且可以使Agent 更大限度地在模拟人类真实商务谈判的基础上完美地实现自动谈判的功能和目的。因此，与传统商务谈判比较，基于Agent的劝说机制具有以下4个优点。

（1）允许Agent 在谈判过程中交换和交流除提议之外的信息，可以根据具体的谈判环境有针对性地通过劝说的形式进行更多信息的交流。

（2）能够对对方Agent的态度、信念和目标等施加动态的影响，改变对方决策行为，加快谈判进程，提高谈判效率。

（3）劝说机制中的协议是谈判的“游戏规则”，是支配谈判交互的规则集，管理谈判的全过程。基于Agent 的劝说协议能及时反映各子谈判的状态及每个子谈判的流程，达到对整个谈判过程的控制和管理。

（4）谈判策略或模型是谈判机制中各方伴随谈判进程的行为（建议或反应）序列，是对谈判协议的具体执行。在劝说的各个阶段及各种情况下，Agent 采取的策略或模型的优势主要体现为3个方面：对接受的劝说做出理性反应，即对劝说进行合理评估；产生更加理性和高效的劝说，即劝说的生成；对劝说对手发出的劝说进行科学合理的选择和决策。(www.xing528.com)

三、基于Agent的劝说模型

在计算机科学和软件工程领域，形式化模型是基于数学的特殊模型，适合软件和硬件系统的描述、开发和验证。将形式化模型用于软件和硬件设计，能使它们像其他工程学科一样，使用适当的数学分析以提高设计的可靠性和鲁棒性。

形式化模型的出发点是数学逻辑方法，其目的是开发可靠的软件产品。从软件发展来看，早期的软件用于数值计算，程序语言侧重于函数和算法的描述，后来数据库的应用和数据结构变得重要。现在的软件更为复杂，对象、组件、接口、通讯、开放等成为非常重要的概念，形式化模型日渐成为主流。

从软件工程方法来讲，形式化模型是一套描述这些概念的模型，如图形、表格、逻辑、自然语言等交叉使用，以描述系统的各个方面。以目前常用的软件开发方法为出发点，研究如何将这些模型形式化，使软件系统的描述精确化，以减少可能因误解带来的问题，或者以目前常用的软件开发过程为出发点，研究如何在软件开发过程中增加一些形式化模型的应用，以提高软件的可靠性。

一般来说，形式化模型分为形式化描述和建立在形式化描述基础之上的形式化开发。形式化描述就是用具有严格的语法语义定义的形式化语言对要处理的对象进行描述；形式化开发就是用形式化的语言来描述软件需求和特征，并且通过推理验证来保证最终的软件产品能满足这些需求和具备这些特征，形式化开发同样也必须建立在严格的语法语义的基础之上。

综上所述，形式化模型的意义在于它能帮助解决其他模型所不容易解决的系统描述不一致、不明确或不完整等问题，有助于增加软件开发人员对系统的理解，因此，形式化模型是提高软件系统安全性与可靠性的重要手段。Agent 从本质上来说是一段计算机代码，或者说是一种软件系统，因此，该模型非常适用于对基于Agent 的劝说进行建模，即通过该方法构建基于Agent的劝说模型，使这类模型通过计算机编程的形式易于实现并能得到验证，如前面对基于Agent 的劝说类型的举例说明采用的就是形式化模型。

四、基于Agent的情感劝说

为了使Agent 在劝说中的行为更加接近人的思维，已经有研究考虑将情感理论和相关模型引入基于Agent的劝说中。在情感描述的基本理论方面，主要包括基本情绪论、情感的维度理论和情感的层次模型3 种类型。

基本情绪论认为人类的情感由有限种的基本情感组成，其不同形式的组合形成复杂的人类情感。情感的维度理论认为情绪具有多维结构，几个维度组成的空间包括人类所有的情绪，把不同的情绪看作逐渐、平稳的转变，不同情绪的差异性用在维度空间的距离表示，如W. Wundt 认为情感过程由愉快—不愉快、兴奋—沉静、紧张—松弛3 个维度构成。情感的层次理论将人的情感分为从上至下的不同层次，如Damasio 将人的情感分成初级情感和二级情感两个层次［42］。初级情感是指人自身固有的由外界环境刺激触发的机体反应；当对初级情感和当前及过去的感知建立联系时触发二级情感，如表1-1所示。

表1-1　Damasio 的情感分类

除了Damasio 提出的两级情感，江道平等提出当人处于社会或特定组织环境中，通过长期社会交往，会产生更高级的情感，可以将其定义为高级情感，如图1-1 所示。

图1-1　情感的层次模型

情感在Agent 的研究总体上可以分为拟人Agent 和非拟人Agent 两种。目前，这类研究多集中在拟人Agent 方面，着重对人类情感的再现和模拟，强调必须符合Agent 情感反应的实际情况，而不论产生的情感是否会产生正面还是负面的效果；在非拟人Agent 研究方面，着重利用情感对人类行为和决策的正面影响和作用，关注的重点问题是如何提高Agent 处理劝说的能力和效果。

此外，Picard 将情感模型分为3 种：离散状态计算模型、情感空间计算模型和基于规则的模型。常用的为前两种，一类是基于马尔可夫模型（Hidden Markov Mode，HMM）的有限状态模型，属于离散状态计算模型；一类是连续的情感空间计算模型。利用情感空间计算模型，情感信号可以被分成两种：一种是按照情感状态分类，将每一类情感作为情感空间的特征分量；另一种只给出相应的被激励程度（按高低刻画）和价（按正负刻画），作为基本特征表达情感。经典的情感模型有以下3 种。

（1）OCC情感模型。该模型在1988年由Ortony、Clore和Collin在《情感的认知结构》一文中提出。模型一共归纳了22 种情感状态，包含3 个主要分支，这3 个分支与人们对世界的3 种反应方式相对应，每种反应都包含不同的情感，这些情感因强度不同或诱发原因不同而被区分。该模型认为，人在进行评价时，如果关注的是事件的后果，那么目标是最重要的；如果关注事件中对象的行为，那么标准是最重要的；如果关注的是事件中的对象本身，那么态度是最重要的。该模型包含一个完整的影响情感强度的变量集合，变量可能是全局的，影响所有的情感类型；也可能是局部的，只影响一些情感类型。

（2）Agent 情感与动机驱动模型。该模型是由Canamero［43］于2006年提出的。模型强调情感在Agent 决策和行为选择中的作用，认为情绪驱动Agent 将是在处理动态、不可预知、资源有限的环境中，增强自治性和适应性的机制之一，而在高层次的自治中，Agent 被赋予由内部目标和动机驱动行为的能力。

（3）PAD 情感状态空间模型。该模型是由Mehrabian 和Russell 在1974年提出的可以表达多元化情感的维度测量模型，认为情感具有愉悦度、激活度和优势度3 个维度。如图1-2 所示，其中“P”代表愉悦度（pleasuredispleasure），用来表示个体对于实物或事件所反映出的情感是正面还是负面，是中意还是厌恶，以及其情感的本质；“A”代表激活度（arousalnonarousal），主要体现个体能量被激活的程度，表现个体对于自己所处环境的心理兴奋活跃程度；“D”代表优势度（dominance-submissiveness），表示个体对于情感状态（情景和他人）的主观控制状态，这一维度是用来区分这一情感是由情感个体主观发出的，还是情感个体受客观环境影响而产生的。

图1-2　PAD 情感模型示意图

在PAD 情感模型中，“P”“A”“D”3 个维度的取值都是从-1 到1。与传统的情感描述方法相比，PAD 模型主要有以下特点：每一种情感都可以与PAD空间的位置相对应；当PAD 得分被标准化以后，可以用唯一的三维坐标表示高置信度评价，使用PAD 三维情感模型中的坐标来表示情感，可以比较详细地描述各种情感的差异。此外，该模型还利用“距离”来度量情感状态。因为PAD 三维情感模型空间是连续的，可以用来描述与比较复杂细微的情感，所以，利用这3 个维度可有效地解释情感，图1-3 中列出几种基本情感的数值。

图1-3　几种基本情感在PAD 空间中的数值