在多Agent系统（MAS）环境中，协商是一个复杂的动态交互过程。如何提高协商效率，成为了研究者关注的焦点。应用记忆演化理论的强化学习思想，提出一种Agent协商算法。它与基本强化学习相比，3阶段的记忆演化的强化学习，使得Agent可以在实时回报与延迟回报间更好的做出平衡，并为Agent记忆社会化交互创造条件，使强化学习更适合MAS的要求。通过模拟实验证明该协商算法是有效性的。