人工智能关注智能体的智能行为,比如在战略性遭遇战中打败人类或者在认知任务中胜过人类。联盟博弈可以用来模拟经济、政治和许多其他社会领域中出现的各种问题,这是一种混合动机（竞争和合作）博弈,其中参与者通过战略谈判来决定组成什么联盟以及如何在联盟成员之间分配收益。虽然联盟博弈理论中存在大量的工作,但联盟形成的过程却很少受到关注,特别是当智能体与人类交互而不是与其他自治主体交互时的联盟过程。人工智能在此类游戏中与人谈判的一个主要挑战是,谈判结果不仅依赖于谈判策略,还依赖于直觉、文化规范、信号和情感。因此,本文针对联盟游戏的在线谈判环境进行了设计并实现,该环境旨在为联盟谈判游戏中训练玩家谈判技巧以及开发基于智能体的自动谈判算法提供一个用户友好型的谈判平台。本文同时提出了一种将博弈论的理论解概念、机器学习模型与信号产生和作用机制相结合的新方法,该算法可以在联盟谈判博弈中处理人和其他智能体之间的博弈。根据谈判算法,对自动谈判智能体进行了构造和编译。我们在实现的在线联盟博弈平台上对这些智能体的性能进行了评估,实验结果验证了在此背景下智能体人机交互的几个重要特性。