Agent自动协商技术的研究是对传统协商技术的革新,同时也从理论和实践上推动了DAI领域的发展。多议题协商是一个复杂的动态交互过程。在对环境和对方信息不全知的情况下,使得Agent通过协商达成一致并最大化其自身效用是非常重要的。本文对当前已有的主流Agent自动协商技术的研究状况进行了分析和讨论。从主要思想、发展现状以及存在的优势与不足等方面,详细阐述了基于博弈论的自动协商技术、基于启发式求解的自动协商技术和基于辩论的自动协商技术。针对目前存在的问题,分别对解决双边多议题和多边多议题协商问题的模型进行了探究。提出了一个在信知不完全、Agent是自利的、无中介参与情况下的Agent双边多议题协商模型,有效地避免了由于中介的偏向或故障而导致的不公正协商或协商的失败。并且该模型允许Agent通过不断地相互探测最终达成Pareto效率协议,有效地减少了协商僵局的出现,是一种在计算代价较低的情况下,使协商双方达成满意结果的协商模型。最后通过实验证明了工作的有效性。提出了一种在计算资源有限、信知不完全情况下的基于GA的Agent多边多议题协商模型。模型中通过观察对手提议的变化情况动态估计对手偏好,提高了适应度函数的判断能力,从而加快协商速度并保证获得的解为Pareto效率解,使协商各方达到“双赢”。最后通过实验证明了工作的有效性。