多智能体系统的理论与应用研究涉及多个学科，特别是与控制和计算机技术等学科的融合已经成为分布式人工智能领域研究的新热点。但多智能体系统的理论研究大部分还处于抽象层次，很多理论技术还不是很成熟，如复杂动态环境下的多智能体协作问题就是多智能体系统研究的一个难点。如何构造实时可靠的协作机制是目前多智能体协作研究的重点。由模仿自然界物种间的相互制约和相互受益机制而发展起来的协进化算法，为多智能体协作研究提供了一个新思路。本文将协进化算法应用到多智能体协作中，主要研究工作有：（1）对于无法确定子模块间关联性的问题，提出一种代表个体自我调节选择的协进化算法，并通过函数优化实验验证该方法的有效性。（2）针对协进化算法的计算量问题，提出间隔时间学习方法和抽样方法，通过函数优化实验证明这两种方法能够在保证进化结果的情况下减少协进化算法的计算量。（3）将协进化算法应用到多智能体中，设计了一种基于协进化的分层交互式智能体体系结构及多智能体协作机制。（4）将基于协进化的多智能体协作机制应用到多机器人队形控制中，仿真实验结果验证了基于协进化的多智能体协作机制的有效性。