随着科学技术的飞速发展,智能机器人已成为计算机应用和人工智能发展的一个主要方向.而且,由于机器人在人类生产活动和生活各个领域中不断广泛应用,机器人将面对越来越复杂多变而且逐渐趋于恶劣的环境(如空间和水下),因此,过去传统的单机器人在静态环境条件下作业已不能适应目前的发展.多智能体系统(Multi-Agent System,MAS)正是在这种背景下发展起来的新领域.所谓多智能体系统是在人工智能领域出现的一个分布式人工智能系统(Distributed Artificial Intelligent,DAI)的一个典型例子.它主要用来研究由多机器人组成的群体(机器人社会),在复杂的动态环境下如何实时的处理知识的问题.该文提出的机器人足球比赛(Robot Soccer Tournament)研究了这种多智能体系统要解决的分布的多机器人在错综复杂的动态环境下通过协调策略如何完成某一任务的问题.该文首先简要介绍了11VS11机器人足球比赛仿真系统总体设计及如何对仿真系统中的各种物体进行建模.然后,在这个基础上开发了机器人足球比赛必需的基本运动和基本动作,如踢球、射门、拦截、守门、避障等基本动作算法.其中避障路径规划性能是评价一个机器人球队水平的很重要的指标,因此,该文还研究了基于势场法的避障路径规划.其次讨论了机器人足球比赛高层策略问题.提出了基于产生式规则的高层策略抽象描述方法.并探讨了用神经网络方法对已建立的策略库进行学习和训练的可能性.通过仿真实验验证了了基于产生式系统的策略比基于BP神经网络的策略要优越,给出了仿真环境下两个机器人球队比赛结果.最后,介绍了该文开发的11VS11仿真系统的人机界面和操作方法.