TAC-Agent. Grasmaaier I. Virtuele markten Tac Agent opdracht Deadline: 18 juni 2004

Transcriptie

1 TAC-Agent Grasmaaier I Virtuele markten Tac Agent opdracht Deadline: 18 juni 2004 H.S. Van Raaij [ ] [hsraaij@cs.uu.nl] B.Zuiderhoek [ ] [bzuiderh@cs.uu.nl] R. Matla [ ] [rmatla@cs.uu.nl]

2 Inleiding Voor het vak Virtuele Markten is het de bedoeling een agent te maken die kan meedoen aan de Trading Agent Competition die wordt gehouden door de University of Michigan. Hierbij is het belangrijk een strategie te implementeren in een 12 minuten durend spel van 8 agents. In het spel zijn acht agents, die elk acht klanten hebben met verschillende wensen wat betreft de reis die zij willen maken binnen een periode van maximaal 5 dagen. Minimaal 1 overnachting is voor een klant verplicht. De agents moeten zo goed mogelijk de wensen van de klanten proberen te vervullen door middel van veilingen. Echter de strategie implementatie houdt in: wat zijn de meeste geschikte momenten en eventuele reacties op de veiling die op dat moment loopt? Één reis van een klant bestaat elk uit 3 verschillende hoofdonderdelen: een vlucht (welke bestaat uit een heenreis en een terugreis) een hotel (welke is onderverdeeld in een goedkoop en duur hotel) entertainment (welke bestaat uit 3 soorten) De vluchten worden gekocht van de TAC_seller, een agent die de vluchten verkoopt. Men heeft dus dagen waarop men zogenoemde inflights en outflights kan kopen. Naar mate de veiling loopt wordt de prijs van een ticket duurder. De hotelkamers worden op een veiling gezet door de TAC_seller. De hotels bestaan uit twee verschillende soorten: het Tampa Towers (duurdere) en het Shoreline Shanties (goedkopere). Een klant mag echter tijdens zijn verblijf maar in 1 soort hotel verblijven. Bij deze veilingen gaan de veilingen 1 om 1 dicht, elk om de minuut en startend vanaf de 4 e minuut. De prijs van een hotel is het tweede hoogste bod dat de hoogste bieder dan moet betalen. Een klant heeft tijdens zijn verblijf keuze in 3 verschillende entertainments: Alligator, museum, entertainer. Een klant kan echter maar één ding per dag doen en op de laatste dag van het verblijf geen. Deze kaartjes worden random uitgedeeld bij het begin van het spel. Men kan deze of verdelen over de klanten of proberen te verkopen aan andere agents. Elke klant heeft zo zijn voorkeur voor deze elementen. Per klant is er een eigen bonus level die men krijgt als men de klant geheel kan verzorgen. Is dit niet het geval dan wordt er, door middel van een strafsysteem, punten in mindering gebracht. De totale punten van al deze klanten leveren uiteindelijk een score op. Voor de volledige uitleg van het spel, zie:

3 Algemeen Voordat we begonnen met het implementeren van de strategie hebben we even goed gekeken naar de utility functie van elke klant. Deze staat hieronder even kort toegelicht: Utility = travel_penalty + hotel_bonus + fun_bonus travel_penalty = 100*( AA - PA + AD - PD ) hotel_bonus = TT? * HP fun_bonus = AW? * AW + AP? * AP + MU? * MU Men kan een travel penalty krijgen door de klant een dag eerder/later te laten aankomen of te vertrekken. Waarbij er per dag verschil in zijn wens, er een strafbonus is van 100 punten. Een hotelbonus krijgt men door te kijken naar wat de klant wenste, dit is dus de bonus, als dat wordt gerealiseerd. Tot slot wordt de fun bonus bepaald met of de klant zijn entertainment krijgt die hij wenst. De maximale en de minimale utility kan dan ook worden berekend: Arr Dep Hotel AW AP MU Umin = = 400 Umax = = 1750 Het was ons al meteen duidelijk dat men eerst goed naar deze utility functie moet kijken. We hebben daarom onze agent zo gebouwd dat deze bij het begin van het spel de som van de utility per klant berekend en deze sorteert in een tweedimensionale array. Belangrijk word door op aflopende basis deze klanten te bedienen. De belangrijkste klant levert het meest op dus moet deze als eerste worden bediend. Een voorbeeld van de inhoud van dit array staat hieronder deels vermeldt. clientprioritizer[i][0] = agent.getclientpreference(i, TACAgent.ARRIVAL); clientprioritizer[i][1] = agent.getclientpreference(i, TACAgent.DEPARTURE); clientprioritizer[i][2] = agent.getclientpreference(i, TACAgent.HOTEL_VALUE); clientprioritizer[i][3] = agent.getclientpreference(i, TACAgent.E1); clientprioritizer[i][4] = agent.getclientpreference(i, TACAgent.E2); clientprioritizer[i][5] = agent.getclientpreference(i, TACAgent.E3); clientprioritizer[i][6] = //sum of all utilities per customer (hotel, E1 to E3) clientprioritizer[i][7] = i; // registering clientid clientprioritizer[i][8] = 0; // client completed in total? clientprioritizer[i][9] = TACAgent.TYPE_GOOD_HOTEL; // hotel type clientprioritizer[i][10] = 0; // inflight completed? clientprioritizer[i][11] = 0; // outflight completed? clientprioritizer[i][12] = 0; // hotel DAY 1 completed? clientprioritizer[i][13] = 0; // hotel DAY 2 completed? clientprioritizer[i][14] = 0; // hotel DAY 3 completed? clientprioritizer[i][15] = 0; // hotel DAY 4 completed? clientprioritizer[i][16] = 0; // all relevant days for hotel completed? Op deze manier valt snel te controleren of de desbetreffende klant compleet is of niet. Wanneer winnen we het spel? We winnen het spel als de gemaakte kosten voor alle klanten lager zijn dan de utilities. En we dan ten opzichte van de andere agents de meeste profit over houden. (Profit = Utility Cost). Een voorbeeld hoe het mis kan gaan is dat men vluchten en hotels koopt en deze uiteindelijk niet kwijt kan aan klanten. Op deze manier heeft men veel kosten wat resulteert in een negatief resultaat.

4 Vluchten Doordat is gebleken dat uiteindelijk voor verkeerd gekochte hotels de hoogste prijs wordt betaald, wordt pas na 2-3 minuten gereageerd op de vluchten. De praktijk heeft uitgewezen dat de stof rond de gewilde hotels is gaan liggen. Vervolgens moeten sommige vluchten aangepast worden voor clienten doordat of de prijzen te hoog worden, of de veiling sluit. De eerste strategie is dan om of de outflight of inflight aan te passen (over een dag heen te tillen). Ten slotte wordt getracht een volledig nieuwe reis te boeken op dagen die meer garantie biedt. Hotels Standaard bieden we meteen op alle hotels een bod van 2 euro voor 8 tickets. Zie onderstaande code, waarbij i staat voor het veilingnummer: for (int i = 8, n = 15; i <= n; i++) { Bid bid = new Bid(i); bid.addbidpoint(8, 2.0f); agent.submitbid(bid); } De kans is groot dat we deze hotels niet krijgen. Mocht er de kans zijn dat we ze wel krijgen dan 1) is de prijs zeer laag; 2) hebben we misschien meer hotels gekocht die niet nodig zijn; 3) zitten we de andere agents een beetje dwars. Echter later in het spel kan het gebeuren dat door sluitende veilingen, sommige vluchten moeten worden aangepast of een volledig nieuw schema moet worden uitgestippeld. Dan komen de hotels goed van pas. Bij de dummy agents hadden we vaak een hotel voor niks omdat wij de enige waren die er op hadden geboden. (tweede hoogste bod is dan 0). De vraag blijft echter wat er gebeurd bij de andere agents. We kijken wat de klant wenst, qua hotel type. Op U=70 kiezen we GOOD hotel, anders CHEAP. Dit wordt gedaan om te te wensen hotels te spreiden (meer kans op succes). Mochten dit de goedkope hotels zijn dan gaan we proberen die voor deze klant te kopen. Lukt dit niet dan switchen we over naar het duurdere hotel. Lukt dit ook niet dan gaan we proberen de vluchten voor deze klant te switchen. We proberen dan de vlucht die het dicht bij de probleemdag, de dag waarop we geen hotel kunnen krijgen verplaatsten. Dit wordt berekend door te kijken waar de probleemdag het dichtst bij ligt. Dit kan de ene keer een inflight zijn maar de ander keer een outflight. Eigenlijk is het veranderen van een outflight beter want die hoeft maar 1 plaats op te schuiven, de inflight moet over de probleemdag worden heengetild (bv. Als dag1=inflight, dag2=fout, dag4=outflight, dan moet dag3=inflight worden.). Dit kost meer geld dan voor de outflight. De prijs die we maximaal willen betalen is $450 per hotel, dit is een bedrag dat we vermijden en zal in onze strategie maximaal 1 keer per spel kunnen voorkomen. Entertainment Per client wordt gekeken welke entertainment het meest oplevert, te beginnen bij de client met de hoogste (som van alle) utility. Vervolgens verdelen we alle entertainment die momenteel in ons bezit is onder de clients. Na 11 minuten worden de benodigde

5 overige entertainment tickets gekocht omdat we dan absolute zekerheid hebben over de hotels en vluchten. Als een entertainment ticket niet meer dan 130 opbrengt, kopen we hem niet. Algemene strategie 1. Stop alle clients in een array en sorteer ze op (summed) utility 2. biedt op alle hotels, alle dagen met een prijs van 2 euro 3. doe om de 30 seconden: a. vul alle verkregen vluchten en hotels in bij de clienten, te beginnen bij de client met de hoogste utility (nr 1 in array). b. Allocate vluchten en hotels voor alle clienten i. Als hotel te duur is of auction closed: 1. switch van hotel_type (als al gedaan, ga naar 2) 2. schuif inflight of outflight op (als al gedaan, ga naar 3) 3. plan nieuw flight schema in voor client, er mag nu weer van hotel geswitched worden en een keer een vlucht opschuiven (2). 3 mag niet meer. c. Biedt op de gealloceerde vluchten (na 3 minuten) en hotels (vraagprijs+1, max 450) 4. verdeel na 10 minuten de entertainment over de clients (hoogste Util eerst) 5. allocate benodigde entertainment als het meer dan de kosten (max 130) oplevert 6. verkoop de overbodige entertainment voor vraagprijs 7. als alle hotels, vluchten en entertainment vol zitten, zet dan de client op finish. In het algemeen is deze agent dus erg opportunistisch en wil net zo lang met vluchten schuiven totdat een client wordt gecomplete en we de 400 euro kunnen incasseren. Door de vele hotels in te kopen, wordt dit schuiven makkelijker. Maar, de agent haalt liever 0 utility dan in de min te belanden, daarvoor worden alle kosten goed in de gaten gehouden en kan voor hotels niet teveel betaald worden. De entertainment tickets zijn uiteindelijk onderbelicht geweest door het vele werk aan de hotels en de vluchten, maar gaan ook af op de hoogste utility per ge-prioriteerde klant. Aanbevelingen Het object van de Agent blijft in leven na elk spel, je dient zelf alle relevante variabelen te resetten. Betekent ook dat alle gegevens uit het vorige spel beschikbaar zijn in het nieuwe, voor de agent. Het is mogelijk een analyse van andere agenten te doen op basis van het spelverloop, zoals geboden bedragen en tijd tussen boden, etc. Dit kan gebrukt worden om je agent optimaal af te stemmen op de andere agenten.