自二十世纪90年代以来，关于Agent和多Agent的系统已经得到许多人的关注和研究。当前对于智能Agent主体，已经由传统的BDI(信念-愿望-意图)逻辑发展到了社会概念的BDI逻辑，这使得Agent主体在开放的环境中进行决策时考虑得更加全面。　　 然而，随着信息技术的快速发展，很多计算设备的智能化和微型化，以及人机交互的紧密结合，出现了越来越多的新型应用。这些新型应用围绕着“以人为中心”的计算模型，无时无刻给人们提供计算服务，使人们能够“随时地”、“透明”地获得服务。在这种普适计算的环境中，大量的分布式设备、开放的环境、异构的系统使软件架构变得复杂。分布式的Multi-Agent系统能较好的与这种复杂环境相结合，利用系统中各智能Agent的相互交互与协作，给人以提供服务。虽然当前对Multi-Agent系统的研究已有很大发展，但是面对这种普适环境，现有的技术已经不能满足这种开放、动态、异构环境下的应用，这成为了目前研究多智能Agent系统与普适计算领域相结合的热点和难点。　　 针对目前Multi-Agent技术的不足，本文对Multi-Agent系统中Agent之间的通信和协作机制进行了研究，主要包括以下三方面：　　 首先本文分析了各种通信模式之间的优缺点，并重点围绕Agent通信语言进行深入，然后提出了一个基于时序命题逻辑和带有策略的信念意图框架(TPL-BIS)，在这个框架下，本文提出一套语法、语义和公理，然后还提出了一套策略的表示语言，以及Agent通信时所具有的社会态度，最后给出了通信动作的语义，并在第五章应用给出的例子中进行应用。　　 其次本文研究了目前Multi-Agent中的主要的协作模型，围绕着现有Agent协作模型的不足，本文提出一种基于组管理的协作模型，并就Multi-Agent系统内Agent单个个体与组之间的交互，组内Agent的交互和Agent组与组之间交互进行了详细描述。　　 最后本文将Multi-Agent系统与智能汽车空间相结合，在该智能空间内采用Multi-Agent系统架构，并将上述提到的研究内容应用到该空间中，在具体的应用场景中得到验证。