본 논문은 제한된 합리성, 상대방 행동에 대한 적응력 부족, 제한된 전략적 추론 등 기존 협상 에이전트의 한계를 극복하기 위해, 상대방 모델링과 Tit-for-Tat 상호주의라는 두 가지 핵심 원칙에 기반한 새로운 프레임워크인 ASTRA를 제시한다. ASTRA는 상대방 행동 해석, 선형 계획법(LP) 솔버를 이용한 반대 제안 최적화, 협상 전술 및 상대방의 수락 확률에 기반한 제안 선택의 세 단계로 구성된다. 시뮬레이션과 인간 평가를 통해 ASTRA 기반 에이전트는 상대방의 변화하는 입장에 효과적으로 적응하고 향상된 적응력과 전략적 추론을 통해 유리한 결과를 달성함을 보여준다. 또한 해석 가능한 전략적 피드백과 최적의 제안 권장 사항을 제공하는 강력한 코칭 도구 역할도 수행한다.
