随着经济全球化,电子商务环境的竞争越来越激烈,人们必然会选择协商来解决利益冲突。利用agent自动协商技术可以替换人工协商费时、代价高、反应迟钝等缺点,有利于协商的效率,改善了人们生活质量。关于多agent自动协商方法.的研究已经获得了非常多的有价值的研究成果。但是,大部分研究员的重点是协商模型的构建,或者是强化学习中Q-learning算法与贝叶斯算法进行组合,采用的都是事先设定的固定的信念知识,没有对参数进行探讨;还有研究员把强化学习算法与对手分类进行组合解决了单议题的协商,没有对多议题相关的协商进行处理。所以本文针对存在的问题进行了如下改进:1、考虑到增强学习在协商策略中存在一些很重要的参数,譬如:时间信念知识、时间折扣率、协商轮次等,提出了强化学习多议题相关协商算法,实验对不同的参数进行了对比,验证了时间信念为减函数、折扣率为0.9时,算法的性能更好。2、考虑到对手分类算法与Q-learning算法能够更好的适应动态变化的环境,本文提出了基于对手分类的强化学习双边多议题相关的协商算法,与强化学习多议题相关的协商算法比较,验证了算法的可行性。