Machine learning in an environment for automated negotiations.

A automatização do processo de negociação é um dos tópicos importantes e desafiadores no contexto da pesquisa em IA aplicada ao comércio eletrônico. Particularmente, um dos problemas relacionados à concepção de agentes de software negociadores diz respeito a dotá-los da capacidade de aprender e se adaptar ao dinamismo normalmente requerido no processo de negociação. Neste trabalho, propõe-se um ambiente para construção de agentes inteligentes dotados das capacidades de negociar e aprender. Foram realizados dois experimentos para demonstrar a factibilidade da nossa proposta. Os experimentos mostraram a capacidade de aprendizagem dos agentes, segundo as técnicas empregadas: Redes Neurais, Aprendizagem por Reforço (Q-learning), Raciocínio Baseado em Regras e Raciocínio Baseado em Casos.Automated negotiation is a hot research topic in AI applied to e-commerce. Particularly, one of the problems concerning the design of negotiation agents is to enclow them with learn ing and adaptation capabilities in order to face the dynamism often required by negotiation processes. This dissertation proposes an environment for building intelligent agents capable of ne gotiating and learning. Two experiments were done in order to demonstrate the feasibility of the proposed environment. The experiments show that the agents learned during the inter action process according to the used techniques: Neural networks, Q-learning, Rule-based Reasoning and Case-based Reasoning.Cape