多Agent系统(MAS)及其相关技术近年来受到越来越多的研究者的关注。它不仅已经被广泛运用到了Internet、办公自动化、冲突协调、决策支持、开放式信息系统等众多领域。并且它还是博弈论和人工智能交叉领域研究的热门问题之一。在一个竞争的环境中,一个令人满意的多Agent学习算法应该至少是理性的,它应该能保证自己的安全收益。在一个可合作的环境中,一个令人满意的多Agent学习算法应该是满足合作性的,在与公正对手博弈时,应尽可能的达到双赢的局面。目前,有很多算法都可以满足理性,而另一些算法能够在与公正对手的博弈中取得高额回报,但是却不能二者兼得。在本文中,我们详细分析了MAS中的学习环境理论模型,简要介绍了多Agent环境中学习算法应具备的属性,并分析了当前一些学者提出的算法。然后分析了Q-学习算法,WoLF原理,并介绍了Robert Axelrod实验。根据以上三个方面,我们分析了一个优秀的算法应能从历史博弈中进行学习,并且应该兼顾理性与合作性。在此基础上我们提出了PESCO算法,它能从以往的收益和对手的动作中学习到对手的特点,并且具备善意的、宽容的、强硬的特点。它在自博弈时满足自兼容性,它对非合作对手满足理性,保证安全收益,对合作对手,寻求帕累托效率解,达到双赢局面。我们以可合作的供零博弈、Stackelberg博弈和非合作的猜硬币博弈为背景,通过一系列的实验来验证PESCO算法的有效性,详细描述了实验过程的每一个细节,说明了该算法无论在可合作的博弈中,还是非合作的博弈中,无论对手是合作的,还是非合作的,其效果都是令人满意的。