Il processo di Meaning Negotiation ha luogo tutte le volte che due o più agenti discutono per trovare un punto di vista comune, tipicamente la definizione condivisa di un insieme di termini. Quando tale definizione viene trovata, gli agenti sono in agreement. La Meaning Negotiation inizia quando i partecipanti hanno punti di vista discordanti, ovvero quando le definizioni che propongono non sono le equivalenti. Il processo di trovare un punto di accordo tra un insieme di agenti è fondamentale nella formalizzazione di sistemi intelligenti a cui viene delegato un compito che comporta l’interazione con altri agenti (e-Commerce, e-Learning, Finders, etc.). La Meaning Negotiation è stata studiata in molte aree dell'Intelligenza Artificiale ma tutti i formalismi dipendono dal numero di partecipanti e dal linguaggio utilizzato da questi. Inoltre, gli approcci alla negoziazione presuppongono che l'oggetto negoziale sia una quantità che può essere incrementata, diminuita, divisa in parti, etc. Nella Meaning Negotiation l'oggetto negoziale non è una quantità. I partecipanti negoziano definizioni, ovvero la conoscenza su un insieme di concetti. Aumentare, diminuire e dividere la conoscenza non è semplice come con gli oggetti con proprietà numeriche. In questa tesi, viene fornita una panoramica degli approcci correnti alla Meaning Negotiation e viene proposta una formalizzazione del processo che utilizza concetti della teoria dei giochi per la modellazione dell'interazione tra gli agenti, e attraverso un sistema deduttivo rappresenta il meccanismo di reasoning degli agenti negoziali. Inoltre, viene formalizzato il comportamento strategico degli agenti utilizzando la Defeasible Logic come strumento per il ragionamento non monotono. La formalizzazione del processo è stata incrementale: dalla negoziazione bilaterale alla negoziazione a più di 2 agenti. Risultato della tesi è un formalismo di rappresentazione della Meaning Negotiation in modo completo, in cui nozioni di game theory descrivono lo sviluppo del processo negoziale e un insieme di regole deduttive e defeasible descrivono il comportamento dei partecipanti.

Meaning Negotiation is the process by which two or more than two agents discuss about the meaning of a set of terms in order to find an agreement about it. Meaning Negotiation begins with inconsistent viewpoints of the agents. This mechanism of reaching an agreement is important in automating intelligent systems that behave on behalf of humans (e-Commerce, e-Learning, Finders, etc.). Meaning Negotiation was widely studied by the Artificial Intelligence community but, to the best of my knowledge, there are no formalisms modelling the Meaning Negotiation that are independently of the number of participants and of their expression language. Moreover, the current approaches deal with Meaning Negotiation as a process in which the issue is "quantitative", i.e. it can be divided, increased or decreased numerically. The issue of Meaning Negotiation is knowledge, thus it is straightforward to model its negotiation since it is not immediately evident how to divide, to increase and to decrease knowledge. In this thesis, I make a survey of the current Meaning Negotiation approaches and formalise it in a game theoretic perspective to model the interaction protocol, and in a deductive manner to represent the reasoning mechanism of agents. Moreover, I assume and formalise the strategical behaviour of negotiation's participants in Defeasible Logic. This pathway brings to a comprehensive formalism, that, within the game theoretic endeavour, describes the process, the behaviour of the agents, their goals, and the governing mechanism of Meaning Negotiation in a compact fashion.

Meaning negotiation in multiple agent systems: an automated reasoning approach

BURATO, Elisa
2010-01-01

Abstract

Meaning Negotiation is the process by which two or more than two agents discuss about the meaning of a set of terms in order to find an agreement about it. Meaning Negotiation begins with inconsistent viewpoints of the agents. This mechanism of reaching an agreement is important in automating intelligent systems that behave on behalf of humans (e-Commerce, e-Learning, Finders, etc.). Meaning Negotiation was widely studied by the Artificial Intelligence community but, to the best of my knowledge, there are no formalisms modelling the Meaning Negotiation that are independently of the number of participants and of their expression language. Moreover, the current approaches deal with Meaning Negotiation as a process in which the issue is "quantitative", i.e. it can be divided, increased or decreased numerically. The issue of Meaning Negotiation is knowledge, thus it is straightforward to model its negotiation since it is not immediately evident how to divide, to increase and to decrease knowledge. In this thesis, I make a survey of the current Meaning Negotiation approaches and formalise it in a game theoretic perspective to model the interaction protocol, and in a deductive manner to represent the reasoning mechanism of agents. Moreover, I assume and formalise the strategical behaviour of negotiation's participants in Defeasible Logic. This pathway brings to a comprehensive formalism, that, within the game theoretic endeavour, describes the process, the behaviour of the agents, their goals, and the governing mechanism of Meaning Negotiation in a compact fashion.
2010
Meaning Negotiation; agent; multiple agent system; knowledge representation; agent attitude; strategy; agreement; disagreement
Il processo di Meaning Negotiation ha luogo tutte le volte che due o più agenti discutono per trovare un punto di vista comune, tipicamente la definizione condivisa di un insieme di termini. Quando tale definizione viene trovata, gli agenti sono in agreement. La Meaning Negotiation inizia quando i partecipanti hanno punti di vista discordanti, ovvero quando le definizioni che propongono non sono le equivalenti. Il processo di trovare un punto di accordo tra un insieme di agenti è fondamentale nella formalizzazione di sistemi intelligenti a cui viene delegato un compito che comporta l’interazione con altri agenti (e-Commerce, e-Learning, Finders, etc.). La Meaning Negotiation è stata studiata in molte aree dell'Intelligenza Artificiale ma tutti i formalismi dipendono dal numero di partecipanti e dal linguaggio utilizzato da questi. Inoltre, gli approcci alla negoziazione presuppongono che l'oggetto negoziale sia una quantità che può essere incrementata, diminuita, divisa in parti, etc. Nella Meaning Negotiation l'oggetto negoziale non è una quantità. I partecipanti negoziano definizioni, ovvero la conoscenza su un insieme di concetti. Aumentare, diminuire e dividere la conoscenza non è semplice come con gli oggetti con proprietà numeriche. In questa tesi, viene fornita una panoramica degli approcci correnti alla Meaning Negotiation e viene proposta una formalizzazione del processo che utilizza concetti della teoria dei giochi per la modellazione dell'interazione tra gli agenti, e attraverso un sistema deduttivo rappresenta il meccanismo di reasoning degli agenti negoziali. Inoltre, viene formalizzato il comportamento strategico degli agenti utilizzando la Defeasible Logic come strumento per il ragionamento non monotono. La formalizzazione del processo è stata incrementale: dalla negoziazione bilaterale alla negoziazione a più di 2 agenti. Risultato della tesi è un formalismo di rappresentazione della Meaning Negotiation in modo completo, in cui nozioni di game theory descrivono lo sviluppo del processo negoziale e un insieme di regole deduttive e defeasible descrivono il comportamento dei partecipanti.
File in questo prodotto:
File Dimensione Formato  
PhDThesisBuratoElisa.pdf

non disponibili

Tipologia: Tesi di dottorato
Licenza: Accesso ristretto
Dimensione 1.81 MB
Formato Adobe PDF
1.81 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11562/343979
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact