在实际应用中存在很多有自利agent参与的场景，多agent协作无论在工程领域还是在管理领域都有着广泛的应用。联盟技能博弈是一个典型的多自利agent系统。通过对联盟技能博弈的深入而系统的研究能为其他自利agent的管理和协作问题提供理论和方法支持。
　　完成的主要研究工作和成果总结如下:
　　(1)给出联盟技能博弈的一般模型，根据影响联盟值的因素将联盟技能博弈模型分为特征函数联盟技能博弈和划分函数联盟技能博弈。研究了两种联盟技能博弈的区别与联系。
　　(2)针对自利agent联盟技能博弈的任务分配问题，提出了TAASES算法、IRA算法和TAAUDA算法。这三个算法在保证agent的自利性的前提下也能保证较高的系统总收益，并且可分别为自利的服务agent、技能和任务agent提供决策支持。
　　(3)研究了当联盟技能博弈中的agent处于不同地理位置，具有不同的视野范围时，自利的服务agent的任务选择策略和自利的任务agent的效益分配策略。分析了自利agent的视野范围对系统收益和个体收益的影响。
　　(4)针对多自利agent联盟技能博弈，考查了如何为现有多agent系统添加新agent或者为现有agent添加新技能的问题。设计了一个动态规划算法用于求解多agent联盟技能博弈的“最大系统收益”。并提出了三种解决问题的方法，分别是最大系统收益法、最大平均贡献度法和最小供求比算法。