任务分配已经成为当今以分布式、开放性、智能化和社会性为特征的复杂系统运作的一个重要问题。但是,系统内外环境的变化不断,系统内成员能力的动态变化等,这些都可能给任务分配问题的求解带来困难。多Agent系统(MAS)是研究如何使一个或多个实体不需要人的指导,通过相互协作、协调和协商和相互服务来完成用户所委托的复杂或繁琐的任务。它的出现为解决任务分配问题提供了新的途径。合同网协议是关于任务和资源分配的经典协调策略,其基本思想是节点之间通过“招标—投标—中标”这一市场投标机制进行任务分配,使系统以较低的代价和较高的质量完成委托和承揽构成的合同关系。传统合同网模型采用广播方式发布任务,这种盲目的招标方式当参与的Agent过多时,会造成系统通信阻塞,耗费大量资源;允许Agent无限制地处理并参与招标活动,使得很多通信成为毫无必要的行为。为了降低开销,简化Agent的决策过程,提高问题求解效率,本文在分析了传统合同网不足的基础上,采用“熟人机制”,引入心智参数来对招标范围进行限定,设置缓冲池来限制投标者接受标书的数目;提出心智参数修改规则,对任务完成的质量进行评价,从而实现对传统合同网协议的改进。提出了基于扩展合同网的多Agent任务分配策略,在保证协商质量的基础上有效地提高协商的效率,设计并实现了基于扩展合同网的多Agent任务分配算法。最后,在此基础上,以一个实例的形式,将提出的多Agent任务分配机制应用到钢材采购管理系统中,实现供应商选择问题。基于扩展合同网的多Agent任务分配涉及到MAS、组织理论等多个领域,其进一步的完善和发展也有很多研究工作要做,必将有越来越多的研究者关注这一课题。