考虑到单架无人机的能力有限性和大型无人机群的操作复杂性，创建一个自治的基于Agent无人机系统来解决无人机的协同编队和协作任务等问题。系统中的Agent具有足够的主动性，能够通过自主的信息交互与任务共享来完成定向任务，同时系统中合理的利用了拍卖机制实现了任务分解的合理性和任务分配的最优性，大大的节省了人力资源同时提高了完成任务的成功率与效率。系统中设计了具有良好反应能力和思考能力的混合式Agent个体，反应层的建立主要根据无人机性能与Agent底层功能，设计了利用逼近原理实现的无人机轨迹跟踪机制、利用改进人工势场法的无人机协同编队、编队变更及突发情况处理机制；思考层的建立基于Agent的BDI模型，能够将任务进行有效的抽象并建模，同时可以通过设计的拍卖机制有效、合理的完成任务的分解与分配，实现了完成任务的最优性。本文中为任务设计了可以实现相互对比考察的量化参数与目标函数，并根据确定的不同任务模型将任务进行分类，针对任务的耦合性和动态性进行了进一步的分析，完成了松散、紧密耦合任务的拍卖机制与分配算法的设计及任务动态重分配算法的设计。利用拍卖机制进行的任务分配方式具有很好的灵活性与稳定性，尤其适合处理具有不确定性多Agent系统中收益最大化问题，系统能够分布的通过个体收益最大化来实现总体系统的收益最大化。基于多Agent系统中的任务协同问题通常都可以归纳为NP-Hard的旅行商问题，拍卖机制可以有效、快速的求出这类问题的最优解。系统中考虑到实际多Agent无人机系统的实时性，利用Prim算法和粒子群算法对拍卖机制进行改进，使任务的发布与竞标过程更加快速、简便，然后通过与其他精确搜索方式进行比对，证明改进的任务分配算法保证了系统中任务分配的最优性。系统经过软件计算与仿真，结果证实了各部分算法的可行性，表明了设计内容能够实现基于多Agent无人机系统的建立，为今后实际的无人机实现协同作战提供了良好的理论基础。