Carrying out complex projects often involves several collaborating parties (agents) with conflicting goals. We consider project scheduling problems, where each activity belongs to one of several agents, with a given deadline on the project completion while one aims at a schedule with an efficient use of resources. As there are precedence relations among activities and the activity execution requires varying amounts of resources, the need for coordination among the agents arises. For the execution of activities, an agent can choose from several modes that determine the processing time and resource usage. Each agent aims to minimise his/her individual resource costs associated with the project. Hence, the problem at hand is the multi-agent generalisation of the multi-mode resource investment problem. Here, we consider local as well as global resources. The latter ones are shared among the agents, thus the problem involves the need for a suitable allocation of respective resource costs. As agents are unwilling to share critical and sensitive information (or are not expected to always provide truthful information), the employed solution procedure should not rely on such information under consideration of the agents’ incentives. We propose and extend such decentralised negotiation mechanisms which facilitate the allocation of global resources. We analyse their potential to overcome information asymmetry and yield high quality solutions utilising a distributed scheduling procedure and a representation which aids in learning effective mode decisions.

执行复杂的项目通常涉及多个目标相互冲突的合作方（代理）。我们考虑项目调度问题，其中每项活动属于多个代理之一，项目完成有给定的截止日期，而一个目标是制定一个有效利用资源的时间表。由于活动之间存在优先关系并且活动执行需要不同数量的资源，因此需要在代理之间进行协调。对于活动的执行，代理可以从确定处理时间和资源使用情况的多种模式中进行选择。每个代理都旨在最大限度地减少与项目相关的个人资源成本。因此，手头的问题是多模式资源投资问题的多智能体泛化。这里，我们考虑本地和全球资源。后者在代理之间共享，因此问题涉及需要适当分配各自的资源成本。由于代理不愿意共享关键和敏感信息（或不期望总是提供真实信息），所采用的解决方案程序不应依赖此类信息，并考虑代理的动机。我们提议并扩展这种促进全球资源分配的分散谈判机制。我们利用分布式调度程序和有助于学习有效模式决策的表示来分析它们克服信息不对称和产生高质量解决方案的潜力。因此，问题涉及需要适当分配各自的资源成本。由于代理不愿意共享关键和敏感信息（或不期望总是提供真实信息），所采用的解决方案程序不应依赖此类信息，并考虑代理的动机。我们提议并扩展这种促进全球资源分配的分散谈判机制。我们利用分布式调度程序和有助于学习有效模式决策的表示来分析它们克服信息不对称和产生高质量解决方案的潜力。因此，问题涉及需要适当分配各自的资源成本。由于代理不愿意共享关键和敏感信息（或不期望总是提供真实信息），所采用的解决方案程序不应依赖此类信息，并考虑代理的动机。我们提议并扩展这种促进全球资源分配的分散谈判机制。我们利用分布式调度程序和有助于学习有效模式决策的表示来分析它们克服信息不对称和产生高质量解决方案的潜力。考虑到代理人的动机，所采用的解决程序不应依赖此类信息。我们提议并扩展这种促进全球资源分配的分散谈判机制。我们利用分布式调度程序和有助于学习有效模式决策的表示来分析它们克服信息不对称和产生高质量解决方案的潜力。考虑到代理人的动机，所采用的解决程序不应依赖此类信息。我们提议并扩展这种促进全球资源分配的分散谈判机制。我们利用分布式调度程序和有助于学习有效模式决策的表示来分析它们克服信息不对称和产生高质量解决方案的潜力。