IM-GRA：基于三方决策与双因素理论的交互调节型群体角色分配方法

《International Journal of Approximate Reasoning》：IM-GRA: Interaction-Modulated Group Role Assignment with Three-Way Decision and Two-Factor Theory

　　•IM-GRA模型能够根据成员特征推断出与角色相关的合作-冲突倾向。•3WD机制用于调节能力匹配与互动效应之间的平衡。•受双因素理论启发的效用函数可用于捕捉非对称的互动效应。•通过精确的混合整数线性规划重新表述，可避免出现近似误差。

引言
在协作系统中，团队组建是一个核心决策问题，其整体性能不仅取决于个体是否具备所需能力，还取决于这些能力在任务执行过程中能否得到有效整合。在许多实际的协作环境中，从个体能力角度看似最优的分配方案，如果团队成员的工作风格不兼容、协作潜力有限或存在潜在冲突风险，仍可能导致不尽如人意的成果。这一现象表明，有效的团队组建应被视为能力匹配与互动协调的共同问题。

基于角色的协作（RBC）为建模协作系统提供了一种正式的框架[1]，在这种框架下，协作是通过结构化的角色机制来组织的。在该框架中，环境-类别、智能体、角色、群体和对象（E-CARGO）模型对协作系统的关键要素进行了形式化描述，并支持多种与角色相关的流程[2][3]。作为RBC中的核心决策问题，群体角色分配（GRA）旨在根据智能体的能力将合适的智能体分配到预定义的角色中，以实现整体群体绩效的最大化[4]。在RBC研究领域之外，相关团队组建问题也在社交网络和运筹学领域得到了广泛研究[5]，在这些研究中，通常会同时优化技能覆盖率和协调成本。这些研究共同表明，团队组建已逐渐从单纯的能力匹配发展为一个更为全面的决策过程，该过程还会考虑协调关系和情境约束。

随着协作任务的日益复杂，传统的以能力为导向的GRA框架已被扩展，以纳入偏好、满意度、信任、培训以及需求不确定性等实际因素[6][7][8][9]。在这些因素中，合作与冲突关系尤为重要，因为它们直接影响信息共享、协调效率、执行稳定性以及团队绩效的实现[10][11][12]。忽视这些效应可能会导致那些在形式上可行、从个体能力角度看有吸引力，但在实际操作中难以有效实施的分配方案。因此，近期的一些研究将合作与冲突因素（CCFs）纳入GRA框架，使团队组建从基于能力的角色匹配发展为考虑互动效应的优化过程[13][14][15]。最近，三向决策（3WD）也被引入到这一研究方向中，用于在角色分配中对具有冲突性和合作性的智能体进行分类[16]。现有方法通常通过预定义的关系矩阵来表示合作与冲突，并将这些效应纳入优化目标或约束条件中，以平衡能力匹配与团队协调。

尽管取得了这些进展，仍有两个挑战尚未得到充分解决。第一个挑战是合作-冲突信息的构建问题。现有的关系建模方法在很大程度上依赖于主观的、基于经验的资料，如调查、专家判断和历史评估。虽然当有足够的过往协作记录时，这类资料可能很有用，但对于新成立的团队或跨团队协作场景来说，它们的可靠性较低。因此，由此产生的关系表征往往较为稀疏，难以按照一致的标准进行复现，也难以在不同场景间迁移。

第二个挑战在于如何在分配优化中体现合作与冲突。大多数现有研究将合作与冲突视为对个体能力的线性加性修正。尽管这种表述方式简单且计算方便，但无法充分描述互动因素对团队绩效产生的非对称和情境敏感的效应。在实际情况下，合作可以通过促进相互支持和协调来提升团队成果，而冲突则可能通过增加协调成本和执行风险来更严重地削弱绩效。因此，需要一种更具表现力的互动调整机制，以避免高估合作的收益或低估冲突带来的绩效损失。此外，现有公式在灵活调节以能力为导向的分配与以互动为导向的协调之间的权衡方面也作用有限。

为了解决这些局限性，本文提出了一种互动调制的群体角色分配（IM-GRA）模型。该模型旨在将GRA从一个主要以能力为导向的分配问题转变为一个受互动因素调控的优化问题。首先，引入了一种基于角色特定特征的相似性机制，可直接从结构化的角色情境化特征信息中推断出潜在的人际关系，从而为潜在的合作-冲突倾向提供一个可迁移的替代指标，同时减少对外部评估的依赖。其次，基于3WD[17][18]开发了一种重构机制，用于调节相似性信息。通过调整决策阈值，决策者可以控制分配过程是更侧重于个体能力还是互动效应。第三，受赫茨伯格的双因素理论[19]启发，构建了一个分数型非线性效用函数，其中合作被视为激励因素，冲突被视为保健因素，以此来捕捉它们对团队成果的非对称影响。最后，通过变量替换和基于McCormick-envelope方法的线性化处理，将得到的非线性优化问题精确地转化为混合整数线性规划问题。

本文的主要贡献如下：
•提出了一种基于角色特定特征的机制，可直接从角色情境化的行为特征中推断出潜在的合作-冲突倾向，从而降低现有考虑CCF的GRA模型对外部稀疏评估的依赖，提高其在新成立团队中的适用性。
•通过结合基于3WD的偏好调节机制与受双因素理论启发的非线性收益调整机制，开发了一种互动调制的分配模型，该模型能够灵活控制互动效应，同时捕捉合作与冲突对团队绩效的非对称影响。
•通过变量替换和McCormick-envelope约束，得到了一个精确的混合整数线性规划表述，不存在近似误差，可使用现有的优化求解工具。

本文的其余结构如下：第2节回顾相关文献；第3节介绍现实场景并给出问题的正式描述；第4节阐述IM-GRA模型及相应的求解框架；第5节报告实验结果与分析；第6节总结全文并探讨未来研究方向。

章节片段
RBC与GRA
基于角色的协作（RBC）通过结构化的角色机制为建模协作系统提供了一种正式的框架[3]。与之相关的环境-类别、智能体、角色、群体和对象（E-CARGO）模型则为描述协作系统的关键要素提供了统一的表示方式，有助于对与角色相关的问题进行形式化分析及计算求解[2]。在该框架中，群体角色分配（GRA）是一个核心的决策问题。

现实场景
假设有一家中型软件开发企业，需要在有限的时间内组建一个临时项目团队来开发智能监控平台。该项目涉及多个职能角色，要求选定的成员在系统设计、后端开发、前端实现以及集成测试等环节密切配合。为辅助人员配置决策，项目发起人要求资源协调员准备一份可行的方案。

E-CARGO模型与IM-GRA问题
E-CARGO是一种协作系统，可用一个9元组Σ::=〈C,O,A,M,R,E,G,s0,H〉来表示。其中，C表示类别集合，O表示对象集合，A表示智能体集合，M表示消息集合，R表示角色集合，E表示环境，G表示群体集合，s0表示初始系统状态，H表示人类用户集合。这些组成部分构成了E-CARGO框架[2]。设m=|A|表示智能体数量，n=|R|表示角色数量。

基于E-CARGO模型，IM-GRA问题进一步……

实验结果与分析
实验分析的目的不仅是比较数值性能，还要检验所提出的互动调制公式能否更准确地反映合作-冲突因素在角色分配中的实际影响。实验安排如下：第5.1节介绍实验设置、基准方案及评估指标；第5.2节利用现实场景检验所提模型的可行性及其实际应用价值。

结论
在本文中，我们提出了一种新的IM-GRA模型，这是一种考虑角色特定合作-冲突效应的互动调制型团队组建角色分配模型。该模型解决了现有基于GRA的扩展方法的两个局限性：其一，它们依赖稀疏的外部评估来获取合作-冲突信息；其二，它们使用线性加性的互动建模方式来评估团队绩效。为克服这些局限性，IM-GRA模型直接从……中推断出潜在的合作-冲突倾向。

未引用内容
缺失的引用：表3A.1、A.2、A.3、A.4、A.5、B.1、C

RediT作者贡献声明
文克轩：撰写——初稿、可视化、验证、软件、方法论、研究、形式化分析、数据整理、概念构建。刘敦：撰写——审阅与编辑、监督、项目管理、方法论、资金筹集、概念构建。余志刚：验证、软件、方法论、形式化分析。张立波：监督、资源协调、概念构建。

利益冲突声明
作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。

文克轩|刘敦|余志刚|张立波