Agent以及多Agent系统(Multi-Agent System,MAS)的研究已成为分布式人工智能(Distributed Artificial Intelligence,DAI)研究的热点问题,应用越来越广泛,MAS具有比单个Agent更高的智能性和更强的问题求解能力,多个Agent的协作己成为解决复杂问题的重要手段,而完善的机制是实现Agent协作的基础。对Agent和多Agent系统的基本理论和知识、对常用的通信技术和协作技术进行了详细论述,重点研究了基于合同网协议和基于熟人关系网模型的多Agent协作方法,分析了其中的优势和不足。针对传统合同网协议存在的通信负载大、协作效率不高,熟人关系网模型中负载不均衡、Agent社会不和谐等问题,结合现实社会中“按劳分配、合作共赢”的思想,同时引入信息库、信任度、积极度等概念,构建了基于聘用关系网的多Agent协作方案(ERN-CS)。利用信息库记录系统部分Agent信息,用信任度、积极度和能力作为招聘时的评价标准,增强聘用命中率的同时减少了信息发送对象的数量,降低了系统的通信流量;同时,也使能力较低的Agent也有机会参与协作,能力较强的Agent不因任务较多而负担过重,有利于系统的负载均衡,促进了系统和谐。在Linux操作系统多Agent系统开发平台AP09上,实现了基于ERN-CS的协作系统,并构造了任务测试集,对方案进行了性能测试。测试结果表明,使用ERN-CS对问题协作求解,系统通信量和协作时间都有明显降低,Agent参与协作机会比较均衡。ERN-CS对提高多Agent系统协作效率具有积极作用。