这是名为 End-to-End Negotiator 的 Linux 应用程序，其最新版本可以下载为 end-to-end-negotiatorsourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
免费下载并在线运行这款名为 End-to-End Negotiator with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
端到端谈判者
描述：
End-to-End Negotiator 是由 Facebook AI Research 开发的基于 PyTorch 的研究框架，旨在训练能够使用自然语言进行战略谈判的神经智能体。该项目实现了两篇重要论文中提出的模型：《Deal or No Deal? End-to-End Learning for Negotiation Dialogues》和《Hierarchical Text Generation and Planning for Strategic Dialogue》。它使智能体能够有效地规划、推理和沟通，从而在共享资源的多轮谈判中实现成果最大化。该框架提供了监督学习（基于人类对话数据进行训练）和强化学习（通过自我对弈和基于 rollout 的规划）的代码。它引入了一个分层潜在模型，首先将高级意图聚类，然后将其翻译成连贯的语言，从而提高对话的多样性和目标一致性。该存储库还包含 Negotiate 数据集，其中包含 2,200 个独特场景中的 5,800 多个对话。
功能
- 训练神经代理进行自然语言协商和决策
- 包括具有自我游戏能力的监督学习和强化学习
- 实现基于意图的分层对话生成规划
- 提供多种模型架构：基线 RNN、潜在聚类和完整分层模型
- 与 5,800 个人工收集的示例谈判对话数据集捆绑在一起
- 用于模拟代理人对代理人谈判和分析谈判结果的工具
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/end-to-end-negotiator.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。