优化Agent目的是为了更好地提高Agent性能,以更有效地实现Agent既定的目标。当前Agent的优化研究工作可分为两类:以Agent个体为目标的优化和以多个Agent群体为目标的优化。其中,以Agent个体优化为目标的研究工作较多,且对Agent群体性能优化的研究工作仅限于应用信任模型来提高Agent间的协作能力。欺骗是信任的对立面,带来的大多是负面作用,因而现有的关于多Agent系统的研究工作多是以遏制欺骗为主。随着研究工作的深入,欺骗作为正面的手段也越来越受到人们的关注。本文提出了一个基于全局利益优化的Agent欺骗模型,扩展了GOLEM测试环境,设计了新的测试环境E-GOLEM,并给出了基于Eclipse插件ABLE的实现。论文主要工作包括:1.研究并提出一种基于全局利益优化的欺骗模型,当满足欺骗模型的适用条件时,就可以进行全局欺骗,并根据不同的情形以不同的欺骗方式来满足不同的欺骗目标。2.基于GOLEM测试环境构建出一个新的Agent测试环境,E-GOLEM,并在此环境基础上增加了全局欺骗的测试功能。3.基于Eclipse的插件ABLE(Agent Building and Learning Environment)实现了E-GOLEM测试环境,并在其中进行了欺骗模型的实验研究。