研究探讨自我博弈强化学习在谈判对话系统中的应用，发现其难以学习妥协价值，导致协议失败。通过修改训练程序，设计不同个性的代理，分析其与人类合作的表现。结果表明，自私代理在最大化自身利益的同时避免退出，能为双方创造更多价值，优于其他变体。这对未来谈判系统设计具有重要意义。