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

La negociation automatique est un sujet qui suscite un interet croissant dans la recherche en IA. Les methodes de Monte-Carlo ont quantaquanta elles vecu un grand essor, notamment suite a leur utilisation sur les jeuxajeuxa haut facteur de branchement tel que le go. Dans cet article, nous decrivons un agent de negociation automatique, Monte-Carlo Negotiating Agent (MoCaNA) dont la strategie d'offre s'appuie sur la recherche arborescente de Monte Carlo. Nous munissons cet agent de methodes de modelisation de la strategie et de l'utilite adverse. MoCaNA est capable de negocier sur des do-maines de negociation continus et dans un contexte o` u aucune borne n'est specifiee. Nous confrontons MoCaNA aux agents de l'ANAC 2014 et a un RandomWalker sur des domaines de negociation differents. Il se montre capable de surpasser le Random-Walker dans un domaine sans borne et la majorite des finalistes de l'ANAC dans un domaine avec borne.