MoCaNA, un agent de négociation automatique utilisant la recherche arborescente de Monte-Carlo

La négociation automatique est un sujet qui suscite un intérêt croissant dans la recherche en IA. Les méthodes de Monte-Carlo ont quant à elles vécu un grand essor, notamment suite à leur utilisation sur les jeux à haut facteur de branchement tel que le go. Dans cet article, nous décrivons un agent de négociation automatique, Monte-CarloNegotiating Agent (MoCaNA) dont la stratégie d'offre s'appuie sur la recherche arborescente de Monte Carlo. Nous munissons cet agent de méthodes de modélisation de la stratégie et de l'utilité adverse. MoCaNA est capable de négocier sur des domaines de négociation continus et dans un contexte où aucune borne n'est spécifiée. Nous confrontons MoCaNA aux agents de l'ANAC 2014 et à un RandomWalker sur des domaines de négociation différents. Il se montre capable de surpasser le RandomWalker dans un domaine sans borne et la majorité des finalistes de l'ANAC dans un domaine avec borne.