arXiv cs.AI· Eduardo de Avila-Armenta, Ra\'ul Alejandro Aquino-Ibarra, Jorge Octavio Nicol\'as-D\'iaz, Umberto Leon-Dominguez·· 1 天前AI 评分34
九类谈判智能体在 Gale-Shapley 匹配市场中的稀缺条件锦标赛对比：LLM 在 36 项比较中全败
Before AI Agents Negotiate for Us: A Competitive Tournament of Rule-Based, Search, Optimization, Learned, and Language-Model Negotiators Under Scarcity
AI 导读
研究构建了覆盖规则、搜索、优化、模仿学习与强化学习的九种谈判架构，在 Gale-Shapley 匹配市场双侧同时运行，并轮换 36 组排除配对测试均衡与两种稀缺条件。
正文 · AI 翻译
摘要：自动化双边谈判是货运经纪等双边匹配市场的基础，在这些市场中，众多托运人和承运人在匹配机制决定谁与谁配对之前先就价格进行谈判。以往的策略比较通常采用孤立的一对一对决或单一固定市场，因此无法展示某一策略在不断变化的供需平衡下如何应对多个实时对手。我们构建了九种谈判架构，涵盖基于规则、基于搜索、基于优化、模仿学习和强化学习等类别，并在 Gale-Shapley 匹配市场的双方同时运行全部九种架构，测试条件包括一个平衡条件和两个稀缺条件，并在全部 36 个排除对上轮换。在平衡的承运人市场中，一个模仿学习引擎（ML2）、一个仅在孤立谈判上训练的强化学习策略（RL）和一个期望效用优化引擎（OPT）构成了统计上并列的顶级组，且没有任何架构在所有条件和角色中都领先。当承运人稀缺时，RL 击败了全部八个承运人对手，但当托运人稀缺、它必须与其他承运人智能体争夺需求时，其匹配率从 62% 骤降至 16%。第二个针对对手智能体训练的强化学习策略（RL2）在所有条件下都将匹配率保持在 91% 以上，但在三种条件中的两种下，其实际收益输给了全部八个托运人侧对手，原因可追溯到一个已确认的训练/部署特征不匹配问题。我们还在相同协议下测试了九个大型语言模型（LLM），参数量从 10 亿到 720 亿：在 36 次比较中，有 32 次显著输给两个最强引擎（OPT2 和 ML2），且无一获胜。这些结果表明，孤立或单一条件的评估可能掩盖失败模式，而多方位、稀缺条件变化、经统计校正的锦标赛能直接将其暴露出来。
| 评论： | 28 页，10 幅图，7 张表。代码、数据和训练模型：此 https URL（存档于 doi:https://doi.org/10.5281/zenodo.24122038） |
| 主题： | 人工智能（cs.AI）；计算机科学与博弈论（cs.GT）；机器学习（cs.LG）；多智能体系统（cs.MA） |
| ACM 分类： | I.2.11；I.2.6 |
| 引用为： | arXiv:2611.15838 [cs.AI] |
| （或 arXiv:2611.15838v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.15838 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Eduardo De Avila Armenta [查看电子邮件]
[v1]
2026 年 11 月 11 日星期三 18:48:20 UTC（431 KB）
来源：arXiv cs.AI · arxiv.org