L’essor de la négociation automatique et des intelligences artificielles développées dans ce cadre a changé la manière d’aborder les négociateurs, les protocoles et les objets de négociation. Si ce derniers n’ont pas profondément changé – ils bénéficient simplement d’une formalisation plus précise – les autres aspects ont eux radicalement évolué : les agents de négociation automatique sont capables de s’envoyer des milliers de propositions sans jamais se fatiguer, de modéliser mathématiquement la stratégie ou le prix de réserve de leur adversaire, et de faire varier leur stratégie en fonction du contexte.
Si cette évolution est globalement positive, elle soulève les mêmes interrogations que celles sur l’intelligence artificielle en général, surtout lorsque cela permet d’inférer un certain nombre d’informa-tions sur les autres acteurs négociant, y compris des informad’informa-tions privées. Il il faut aussi se demander dans quelle mesure nous pouvons empêcher les débordements d’agents dont le but serait précisément l’obtention d’informations privées. En formalisant la négociation à l’aide de la théorie des jeux, il est possible de trouver des moyens de contrer de tels comportements.
Pour lutter contre ces agents, nous avons proposé un protocole de négociation bilatérale basé sur le bargaining, mais qui donne une incitation aux agents à ne pas rompre la négociation. Cette solution se base sur la formalisation de la négociation comme un jeu extensif, et l’implémentation d’un mécanisme au sens du mechanism design. Notre protocole modifie le bargaining de trois façons : d’abord, il demande aux agents de révéler leur prix de réserve de manière sécurisée. Ensuite, il limite le nombre de propositions échangées et enfin, il force l’échange au prix de réserve annoncé si les agents n’arrivent pas à se mettre d’accord.
Nous avons démontré un certain nombre de propriétés sur le mécanisme ainsi défini : une incitation partielle à l’honnêteté, une incitation à chercher un accord entre les prix déclarés. Nous avons également démontré qu’il permet aux agents « discrets » qui souhaitent garder secrètes leurs informations privées d’améliorer leur utilité, alors qu’il diminuait l’utilité des agents curieux. Notre protocole n’est cependant pas tout à fait stable. En effet, du fait que le prix au pire est fonction du prix de réserve déclaré par l’agent, celui-ci peut tenter d’augmenter ses attentes en espérant ainsi gagner davantage au cours du bargaining. Nous avons cependant expliqué comment il était possible de réduire cette tentation en diminuant les probabilités que la négociation ne démarre si les prix de réserve sont proches.
Nous avons également proposé une extension de ce protocole au cas multi-attributs, en utilisant des ensembles d’offres acceptables, et avons proposé trois implémentations, une centralisée et une décentralisée pour la négociation 1:1 et une troisième implémentation pour le cas 1:n.
. MoCaNa
En utilisant la formalisation de la négociation comme jeu extensif, nous avons exploré les possibilités qu’offrent les méthodes utilisées en intelligence artificielle pour les jeux, et plus particulièrement les
méthodes de Monte-Carlo.
Cependant, nous avons également montré que le bargaining n’est pas un jeu extensif ordinaire, et que ses particularités forcent à adapter l’algorithme traditionnel de MCTS. En particulier, il est impossible d’utiliser les Upper Confidence Trees. Des méthodes adaptées au contexte continu, comme le progressive widening semblent plus pertinentes. La nature de la négociation – un jeu extensif – pousse aussi à chercher à connaître l’équivalent de son type, c’est à dire sa fonction d’utilité. Il est donc nécessaire de modéliser l’adversaire pour savoir ce qu’il cherche, et ainsi trouver la meilleure offre possible acceptable pour lui. Nous avons proposé d’utiliser deux méthodes : la régression de processus gaussien pour apprendre sa stratégie, et l’apprentissage bayésien pour apprendre son utilité. Ces techniques ont traditionnellement été utilisées dans des domaines de négociation continu. Nous avons proposé de les étendre au contexte discret.
Nous avons ensuite présenté notre implémentation de ces principes sous la forme d’un agent de négociation automatique nommé MoCaNA pour Monte Carlo-based Negotiation Agent. Notre implé-mentation est multithreadée et découplée de tout framework, mais nous avons également développé une interface avec GENIUS, le framework de la Compétition de Négociation Automatique pour Agents (ANAC).
Nous avons ensuite testé notre agent face aux agents de l’ANAC. Cependant, ceux-ci sont conçu pour négocier dans un contexte particulier, où la négociation est limitée soit en temps, soit en nombre de tours, et où les attributs sont des entiers. Notre agent n’est pas spécifiquement conçu pour ce contexte, et n’exploite donc pas ces informations, contrairement aux autres agents qui les exploitent à ses dépens. Cela explique la proportion importante de négociations n’aboutissant pas, de même que le fait qu’il est systématiquement à l’origine des concessions quand elles aboutissent. Cette intuition est confirmée par la négociation contre un agent aléatoire ne connaissant pas non plus la borne, et ne prenant pas en compte les informations sur la nature des attributs du domaine de négociation.
Perspectives
Un élément apparaît en filigrane dans l’ensemble de cette thèse : l’assimilation de la négociation automatique à un jeu extensif à information incomplète. Nous espérons qu’au-delà des résultats cités plus haut, ces travaux ouvriront la voie à un rapprochement entre négociation automatique et théorie des jeux. Ce rapprochement, qui avait notamment été amorcé par [Nash, , Myerson, ] et poursuivi par [Rubinstein, ] semble avoir été écarté avec l’avènement de modèles plus complexes. Il est surprenant que les travaux menés sur les jeux, qu’il s’agisse de travaux théoriques sur la théorie des jeux ou de travaux sur l’intelligence artificielle pour les jeux, aient autant divergé de ceux concernant la négociation automatique.
. Agents curieux
Outre cette perspective générale, il manque à la partie protocole de notre travail une incitation totale à l’honnêteté. Cette incitation est complexe à mettre en œuvre parce que le prix payé par l’agent au pire dépend nécessairement de son prix de réserve. Mais en travaillant dans le contexte multilatéral, un protocole permettant à la fois de conserver les propriétés de notre protocole et d’inciter à l’honnêteté pourrait voir le jour.
. PERSPECTIVES
Une autre perspective de ce travail est le relâchement des contraintes sur le domaine de négociation. Nous avons amorcé le premier pas dans cette direction en étendant notre modèle du prix au cas multi-attributs continus. Nous avons cependant mis un certain nombre de contraintes sur l’utilité des agents dans ce cas, afin que les propriétés du protocole restent valable. Il serait intéressant de relâcher ces contraintes, et de démontrer quelles sont les conditions minimales sur l”utilité pour que ces propriétés restent valables. Il serait intéressant de voir comment ce protocole peut être adapté aux attributs numériques et catégoriels, ainsi qu’aux domaines de négociation mixtes.
Enfin, nous n’avons pas eu l’occasion de voir l’effet de notre protocole à l’œuvre sur la plate-forme. En particulier, nous n’avons pas pu observer son effet sur la curiosité de sujets humains. Une telle expérience est loin d’être superflue. L’expérience montre assez à quel point la rationalité humaine diffère de celle de la machine, et à quel point nous pouvons être imprévisibles. Une idée serait par exemple de reproduire les expériences que nous avons menées sur des agents artificiels et de les transposer, si possible à des acteurs habitués à de telles négociations.
. MoCaNA
Nous avons implémenté un algorithme de Monte Carlo simple. Or, il existe de très nombreuses améliorations pour cet algorithme. Il serait intéressant de voir comment ces différentes modifications altèrent les résultats de notre agent.
Il serait aussi intéressant de voir dans quelle mesure les différents modules interagissent. Tester la stratégie d’offre avec d’autres algorithmes de modélisation d’adversaires, peut-être plus spécialisés, pourrait permettre à MoCaNA de prendre en compte les éléments fournis par le protocole de l’ANAC, et de négocier à armes égales avec les autres agents.
Nous avons conservé une supposition sur les attributs du domaine de négociation, à savoir leur indépendance. Pour que notre agent soit vraiment capable de négocier dans toutes les situations, il faudrait trouver des méthodes de modélisation qui restent aussi générales que celles que nous avons proposées tout en ne faisant pas cette supposition.
D’un point de vue implémentation, nous pourrions étendre notre parallélisation et implémenter un agent qui soit capable d’utiliser le GPU, permettant ainsi de faire un très grand nombre de simulations simultanées et d’accélérer le temps pris pour faire une proposition.
Enfin, il serait intéressant de placer notre agent dans un contexte différent, de l’appliquer à d’autres jeux de négociation. Nous avons notamment conçu notre agent pour qu’il soit utilisable dans un contexte m:n tel que celui décrit par [An et al., ].
[eba, ] (). Site internet d’ebay. http://www.ebay.com.
[ANA, ] (). The automated negociation agent competition website. http://mmi.tudelft. nl/negotiation/index.php/Automated_Negotiating_Agents_Competition_(ANAC).
[Jav, ] (). Nist java numerics website. http://math.nist.gov/javanumerics/. [Oct, ] (). The gnu octave website. https://www.gnu.org/software/octave/.
[Agrawal et Mishra, ] Agrawal, M. et Mishra, P. (). A comparative survey on symmetric key encryption techniques. International Journal on Computer Science and Engineering, ():. [An et al., ] An, B., Gatti, N. et Lesser, V. (). Alternating-offers bargaining in one-to-many
and many-to-many settings. Annals of Mathematics and Artificial Intelligence, ():–. [An et al., ] An, B., Gatti, N. et Lesser, V. R. (). Extending alternating-offers bargaining
in one-to-many and many-to-many settings. In International Joint Conferences on Web Intelligence and Intelligent Agent Technologies, volume , pages –.
[An et Lesser, ] An, B. et Lesser, V. (). Yushu : A heuristic-based agent for automated ne-gotiating competition. In Ito, T., Zhang, M., Robu, V., Fatima, S. et Matsuo, T., éditeurs : New Trends in Agent-Based Complex Automated Negotiations, pages –. Springer Berlin Heidelberg, Berlin, Heidelberg.
[An et al., ] An, B., Lesser, V., Irwin, D. et Zink, M. (). Automated negotiation with decommitment for dynamic resource allocation in cloud computing. In Proceedings of the th In-ternational Conference on Autonomous Agents and Multiagent Systems : Volume - Volume , AAMAS ’, pages –, Richland, SC. International Foundation for Autonomous Agents and Multiagent Systems.
[Anderson, ] Anderson, T. W. (). An introduction to multivariate statistical analysis. Wiley New York, rd édition.
[Arrow et Debreu, ] Arrow, K. et Debreu, G. (). Existence of an equilibrium for a compe-titive economy. Econometrica, ():–.
[Arrow, ] Arrow, K. J. (). An extension of the basic theorems of classical welfare economics. In Proceedings of the Second Berkeley Symposium on Mathematical Statistics and Probability, pages –, Berkeley, Calif. University of California Press.
[Arrow et Hurwicz, ] Arrow, K. J. et Hurwicz, L. (). On the stability of the competitive equilibrium, i. Econometrica, ():–.
[Atradius, ] Atradius (). Baromètre atradius sur les pratiques de paiement. Rapport. [Aydoğan et Yolum, ] Aydoğan, R. et Yolum, P. (). Learning opponent’s preferences for
effective negotiation : an approach based on concept learning. Autonomous Agents and Multi-Agent Systems, ():–.
BIBLIOGRAPHIE
[Baarslag, ] Baarslag, T. (). Exploring the Strategy Space of Negotiating Agents : A Frame-work for Bidding, Learning and Accepting in Automated Negotiation, chapitre A Component-Based Architecture to Explore the Space of Negotiation Strategie, pages –. Springer International Publishing, Cham.
[Baarslag et al., a] Baarslag, T., Aydoğan, R., Hindriks, K. V., Fujita, K., Ito, T. et Jon-ker, C. M. (a). The automated negotiating agents competition, –. AI Magazine, ():–.
[Baarslag et al., b] Baarslag, T., Hendrikx, M. J. C., Hindriks, K. V. et Jonker, C. M. (b). Learning about the opponent in automated bilateral negotiation : a comprehensive survey of opponent modeling techniques. Autonomous Agents and Multi-Agent Systems, ():–. [Baarslag et al., ] Baarslag, T., Hindriks, K. et Jonker, C. (). A tit for tat negotiation
strategy for real-time bilateral negotiation. In Ito, T., Zhang, M., Robu, V. et Matsuo, T., éditeurs : Complex Automated Negotiations : Theories, Models, and Software Competitions, volume , pages –. Springer Berlin Heidelberg.
[Baarslag et al., ] Baarslag, T., Hindriks, K. et Jonker, C. (). Effective acceptance condi-tions in real-time automated negotiation. Decision Support Systems, (Supplement C): – . Automated Negotiation Technologies and their Applications.
[Baarslag et Hindriks, ] Baarslag, T. et Hindriks, K. V. (). Accepting optimally in auto-mated negotiation with incomplete information. In Proceedings of the International Conference on Autonomous Agents and Multi-agent Systems, AAMAS ’, pages –, Richland, SC. Inter-national Foundation for Autonomous Agents and Multiagent Systems.
[Bauer et al., ] Bauer, B., Müller, J. P. et Odell, J. (). Agent uml : A formalism for spe-cifying multiagent software systems. International Journal of Software Engineering and Knowledge Engineering, ():–.
[Belleili et al., ] Belleili, H., Bouzid, M. et Sellami, M. (). A fast negotiation algorithm for multiple methods agents. In Proceedings. International Conference on Information and Communication Technologies : From Theory to Applications, ., pages –.
[Benyoucef et al., ] Benyoucef, M., Keller, R. K., Lamouroux, S., Robert, J. et Trussart, V. (). Towards a generic e-negotiation platform. In Sixth Int. Conference on Re-Technologies for Information Systems, Austrian Computer Society, pages –.
[Blume et Durlauf, ] Blume, L. E. et Durlauf, S. F., éditeurs (). The New Palgrave Dic-tionary of Economics. Palgrave Macmillan.
[Bowman, ] Bowman, F. (). Introduction to Bessel functions. Courier Corporation.
[Brams, ] Brams, S. J. (). Negotiation Games : Applying game theory to bargaining and arbitration, volume . Psychology Press.
[Brams et Taylor, ] Brams, S. J. et Taylor, A. D. (). Fair Division : From cake-cutting to dispute resolution. Cambridge University Press.
[Browne et al., ] Browne, C. C., Powley, E., Whitehouse, D., Lucas, S. M., Cowling, P. I., Rohlfshagen, P., Taverner, S., Perez, D., Samothrakis, S. et Colton, S. (). A survey of monte carlo tree search methods. IEEE Transactions on Computational Intelligence and AI in games, ():–.
[Buffett et al., ] Buffett, S., Comeau, L., Spencer, B. et Fleming, M. W. (). Detecting opponent concessions in multi-issue automated negotiation. In Proceedings of the th International Conference on Electronic Commerce : The New e-Commerce : Innovations for Conquering Current Barriers, Obstacles and Limitations to Conducting Successful Business on the Internet, ICEC ’, pages –, New York, NY, USA. ACM.
[Carbonneau et al., ] Carbonneau, R., Kersten, G. E. et Vahidov, R. (). Predicting opponent’s moves in electronic negotiations using neural networks. Expert Systems with Applications, ():–.
[Cazenave, ] Cazenave, T. (). A phantom-go program. In van den Herik, H. J., Hsu, S.-C., Hsu, T.-s. et Donkers, H. H. L. M. J., éditeurs : Advances in Computer Games : th International Conference, ACG , Taipei, Taiwan, September -, . Revised Papers, pages –, Berlin, Heidelberg. Springer Berlin Heidelberg.
[Chaslot et al., a] Chaslot, G., Bakkes, S., Szita, I. et Spronck, P. (a). Monte-carlo tree search : A new framework for game ai. In Proceedings of the Fourth Artificial Intelligence and Interactive Digital Entertainment Conference, pages –. AAAI Press.
[Chaslot et al., b] Chaslot, G., Winands, M. H. M. et van den Herik, H. J. (b). Parallel Monte Carlo tree search. In van den Herik, H. J., Xu, X., Ma, Z. et Winands, M. H. M., éditeurs : Computers and Games : th International Conference, CG , Beijing, China, September -October , . Proceedings, pages –, Berlin, Heidelberg. Springer Berlin Heidelberg.
[Chaum et al., ] Chaum, D., Crépeau, C. et Damgard, I. (). Multiparty unconditionally secure protocols. In Proceedings of the Twentieth Annual ACM Symposium on Theory of Computing, STOC ’, pages –, New York, NY, USA. ACM.
[Chavez et Maes, ] Chavez, A. et Maes, P. (). Kasbah : An agent marketplace for buying and selling goods. In Proceedings of the First International Conference on the Practical Application of Intelligent Agents and Multi-Agent Technology, volume , pages –.
[Chen et al., ] Chen, D.-N., Jeng, B., Lee, W.-P. et Chuang, C.-H. (). An agent-based model for consumer-to-business electronic commerce. Expert Systems with Applications, (): – .
[Chen et Weiss, ] Chen, S. et Weiss, G. (). A novel strategy for efficient negotiation in complex environments. In Timm, I. J. et Guttmann, C., éditeurs : Multiagent System Technologies : th German Conference Proceedings, pages –. Springer Berlin Heidelberg.
[Chen et Weiss, ] Chen, S. et Weiss, G. (). An efficient automated negotiation strategy for complex environments. Engineering Applications of Artificial Intelligence, ():–. [Chen et Weiss, ] Chen, S. et Weiss, G. (). Omac : A discrete wavelet transformation based
negotiation agent. In Marsa-Maestre, I., Lopez-Carmona, M. A., Ito, T., Zhang, M., Bai, Q. et Fujita, K., éditeurs : Novel Insights in Agent-based Complex Automated Negotiation, pages –. Springer Japan, Tokyo.
[Chen et Hu, ] Chen, X. et Hu, C. (). The value of supply chain finance. In Habib, M., éditeur : Supply Chain Management - Applications and Simulations, pages –. INTECH. [Cheng et Wellman, ] Cheng, J. Q. et Wellman, M. P. (). The walras algorithm : A
convergent distributed implementation of general equilibrium outcomes. Computational Economics, ():–.
[Choi et al., ] Choi, H.-L., Brunet, L. et How, J. P. (). Consensus-based decentralized auctions for robust task allocation. IEEE Transactions on Robotics, ():–.
[Couëtoux, ] Couëtoux, A. (). Monte Carlo Tree Search for Continuous and Stochastic Sequential Decision Making Problems. Thèse de doctorat, Université Paris .
[Cramton et al., ] Cramton, P., Shoham, Y. et Steinberfg, R., éditeurs (). Combinatorial Auctions. MIT Press.
[Dasgupta et al., ] Dasgupta, P., Narasimhan, N., Moser, L. E. et Melliar-Smith, P. M. (). Magnet : mobile agents for networked electronic trading. IEEE Transactions on Knowledge and Data Engineering, ():–.
BIBLIOGRAPHIE
[Davis et Smith, ] Davis, R. et Smith, R. G. (). Negotiation as a metaphor for distributed problem solving. Artificial intelligence, ():–.
[de Jonge et Sierra, ] de Jonge, D. et Sierra, C. (). Gangster : An automated negotiator applying genetic algorithms. In Fukuta, N., Ito, T., Zhang, M., Fujita, K. et Robu, V., édi-teurs : Recent Advances in Agent-based Complex Automated Negotiation, volume de Studies in Computational Intelligence, pages –. Springer International Publishing.
[de Jonge et Zhang, ] de Jonge, D. et Zhang, D. (). Automated negotiations for general game playing. In Proceedings of the th International Conference on Autonomous Agents and Multiagent Systems, AAMAS ’, pages –, Richland, SC.
[de Vries et Vohra, ] de Vries, S. et Vohra, R. V. (). Combinatorial auctions : A survey. INFORMS Journal on Computing, ():–.
[Debreu, ] Debreu, G. (). Excess demand functions. Journal of Mathematical Economics, (): – .
[Di Napoli et al., ] Di Napoli, C., Sierra, C., Giordano, M., Noriega, P. et Furnari, M. M. (). A pvm implementation of the fishmarket multiagent system. In Proceedings Mexico-USA Collaboration in Intelligent Systems Technologies., pages –.
[Dirkzwager et Hendrikx, ] Dirkzwager, A. et Hendrikx, M. (). An adaptive negotiation strategy for real-time bilateral negotiations. In Marsa-Maestre, I., Lopez-Carmona, M. A., Ito, T., Zhang, M., Bai, Q. et Fujita, K., éditeurs : Novel Insights in Agent-based Complex Automated Negotiation, pages –. Springer Japan, Tokyo.
[Dirkzwager et al., ] Dirkzwager, A. S. Y., Hendrikx, M. J. C. et De Ruiter, J. R. (). Thenegotiator : A dynamic strategy for bilateral negotiations with time-based discounts. In Ito, T., Zhang, M., Robu, V. et Matsuo, T., éditeurs : Complex Automated Negotiations : Theories, Models, and Software Competitions, pages –. Springer Berlin Heidelberg, Berlin, Heidelberg. [Domingos, ] Domingos, P. (). A few useful things to know about machine learning.
Com-munications of ACM, ():–.
[Doorenbos et al., ] Doorenbos, R. B., Etzioni, O. et Weld, D. S. (). A scalable compa-rison-shopping agent for the world-wide web. In Proceedings of the First International Conference on Autonomous Agents, AGENTS ’, pages –. ACM.
[Egmont-Petersen et al., ] Egmont-Petersen, M., de Ridder, D. et Handels, H. (). Image processing with neural networks—a review. Pattern Recognition, (): – .
[Eiben et Smith, ] Eiben, A. E. et Smith, J. E. (). Introduction to Evolutionary Computing. Springer Berlin Heidelberg, Berlin, Heidelberg.
[Erez et Zuckerman, ] Erez, E. S. et Zuckerman, I. (). Dona—a domain-based negotiation agent. In Fukuta, N., Ito, T., Zhang, M., Fujita, K. et Robu, V., éditeurs : Recent Advances in Agent-based Complex Automated Negotiation, volume de Studies in Computational Intelligence, pages –. Springer International Publishing.
[Fang et al., ] Fang, F., Xin, Y., Xia, Y. et Haitao, X. (). An opponent’s negotiation beha-vior model to facilitate buyer-seller negotiations in supply chain management. In International Symposium on Electronic Commerce and Security.
[Faratin et al., ] Faratin, P., Jennings, N. R. et Sierra, C. (). Negotiation decision func-tions for autonomous agents. Robotics and Autonomous Systems, (-):–.
[Faratin et al., ] Faratin, P., Sierra, C. et Jennings, N. R. (). Using similarity criteria to make issue trade-offs in automated negotiations. Artificial Intelligence, (): – . Interna-tional Conference on MultiAgent Systems .
[Fershtman, ] Fershtman, C. (). The importance of the agenda in bargaining. Games and Economic Behavior, ():–.
[Fershtman, ] Fershtman, C. (). A note on multi-issue two-sided bargaining : Bilateral procedures. Games and Economic Behavior, ():–.
[Finnsson, ] Finnsson, H. (). Generalized Monte Carlo tree search extensions for general game playing. In Proceedings of the Twenty-Sixth AAAI Conference on Artificial Intelligence, AAAI’, pages –. AAAI Press.
[Fishel et al., ] Fishel, R., Bercovitch, M. et Gal, Y. K. (). Bram agent. In Ito, T., Zhang, M., Robu, V. et Matsuo, T., éditeurs : Complex Automated Negotiations : Theories, Models, and Software Competitions, pages –. Springer Berlin Heidelberg, Berlin, Heidelberg. [Fisher, ] Fisher, F. M. (). A non-tâtonnement model with production and consumption.
Econometrica, ():–.
[Fisher, ] Fisher, F. M. (). Disequilibrium Foundations of Equilibrium Economics. Cam-bridge University Press.
[Frieder et Miller, ] Frieder, A. et Miller, G. (). Value model agent : A novel preference profiler for negotiation with agents. In Ito, T., Zhang, M., Robu, V. et Matsuo, T., éditeurs : Complex Automated Negotiations : Theories, Models, and Software Competitions, pages –. Springer Berlin Heidelberg, Berlin, Heidelberg.
[Fujita et al., ] Fujita, K., Aydoğan, R., Baarslag, T., Ito, T. et Jonker, C. (). The fifth automated negotiating agents competition (anac ). In Fukuta, N., Ito, T., Zhang, M., Fujita, K. et Robu, V., éditeurs : Recent Advances in Agent-based Complex Automated Negotiation, volume de Studies in Computational Intelligence, pages –. Springer International Publishing. [Fukuta et al., ] Fukuta, N., Ito, T., Zhang, M., Fujita, K. et Robu, V., éditeurs ().
Recent Advances in Agent-based Complex Automated Negotiation, volume de Studies in Compu-tational Intelligence. Springer International Publishing.
[Furtak et Buro, ] Furtak, T. et Buro, M. (). Recursive monte carlo search for imperfect information games. In IEEE Conference on Computational Inteligence in Games (CIG), pages –.
[Gibbard, ] Gibbard, A. (). Manipulation of voting schemes : A general result. Econometrica, ():–.
[Gneezy et al., ] Gneezy, U., Haruvy, E. et Roth, A. E. (). Bargaining under a deadline : evidence from the reverse ultimatum game. Games and Economic Behavior, ():–. [Golbreich et al., ] Golbreich, C., Wallace, E. K. et Patel-Schneider, P. F. (). Owl
web ontology language : new features and rationale.
[Goudet et al., ] Goudet, O., Kant, J.-D. et Ballot, G. (). Forbidding fixed duration contracts : Unfolding the opposing consequences with a multi-agent model of the french labor market. In Amblard, F., Miguel, F. J., Blanchet, A. et Gaudou, B., éditeurs : Advances in Artificial Economics, pages –, Cham. Springer International Publishing.
[Grabisch et Labreuche, ] Grabisch, M. et Labreuche, C. (). A decade of application of the choquet and sugeno integrals in multi-criteria decision aid. Annals of Operations Research, ():–.
[Groves, ] Groves, T. (). Incentives in teams. Econometrica, ():–.
[Gupta et Dutta, ] Gupta, S. et Dutta, K. (). Modeling of financial supply chain. European Journal of Operational Research, ():–.
BIBLIOGRAPHIE
[Guttman et Maes, ] Guttman, R. H. et Maes, P. (). Agent-mediated integrative negotia-tion for retail electronic commerce. In Noriega, P. et Sierra, C., éditeurs : Agent Mediated Elec-tronic Commerce : First International Workshop on Agent Mediated ElecElec-tronic Trading AMET- Minneapolis, MN, USA, May th, Selected Papers, pages –, Berlin, Heidelberg. Springer Berlin Heidelberg.
[Guttman et al., ] Guttman, R. H., Moukas, A. G. et Maes, P. (). Agent-mediated elec-tronic commerce : a survey. The Knowledge Engineering Review, ():–.
[Hahn et Negishi, ] Hahn, F. H. et Negishi, T. (). A theorem on non-tâtonnement stability. Econometrica, ():–.
[Halevy et al., ] Halevy, A., Norvig, P. et Pereira, F. (). The unreasonable effectiveness of data. IEEE Intelligent Systems, ():–.
[Hao et Leung, ] Hao, J. et Leung, H.-F. (). Abines : An adaptive bilateral negotiating stra-tegy over multiple items. In IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology, volume , pages –.
[Hao et Leung, ] Hao, J. et Leung, H.-f. (). Cuhkagent : An adaptive negotiation strategy for bilateral negotiations over multiple items. In Marsa-Maestre, I., Lopez-Carmona, M. A., Ito, T., Zhang, M., Bai, Q. et Fujita, K., éditeurs : Novel Insights in Agent-based Complex Automated Negotiation, pages –. Springer Japan, Tokyo.
[Hazan et al., ] Hazan, E., Safra, S. et Schwartz, O. (). On the complexity of approxima-ting k-set packing. Computational complexity, ():–.
[He et al., ] He, M., Jennings, N. R. et Leung, H.-F. (). On agent-mediated electronic