1、多智能體系統(tǒng)是一個復雜的動態(tài)系統(tǒng)，系統(tǒng)中問題求解空間巨大，是人工智能領域研究的一個熱點問題。智能體系統(tǒng)的一個主要特征是能夠適應未知環(huán)境，其中學習能力是智能體系統(tǒng)的關鍵技術之一。針對單Agent系統(tǒng)對環(huán)境僅部分感知、搜索空間巨大、學習效率不高等缺點，本文在綜合多種學習算法的基礎上作了以下工作:
　　首先引入了多智能體學習的一些理論知識，對強化學習和多Agent強化學習的研究現(xiàn)狀和未來發(fā)展方向進行了闡述，介紹了目前常用的強化學習基本原

2、理和使用的基本模型，探討了強化學習中幾種經(jīng)典算法，在實驗分析的基礎上討論了各參數(shù)對經(jīng)典的強化學習算法的影響。
　　在對自治協(xié)商模型的結構、原理，以及協(xié)商僵局的成因、對協(xié)商效用影響進行分析的基礎上，利用基于博弈論的提議策略改進了原有的雙邊-多議題協(xié)商模型，采用Q學習算法對雙邊多議題協(xié)商過程中出現(xiàn)的僵局進行消解，支持多Agent系統(tǒng)在協(xié)商過程中的學習。實驗表明，所建模型是可行和有效的。
　　針對多Agent聯(lián)合學習問題，提出了基