草图识别系统往往使用多个识别器并行识别,它们的识别结果整体通常是不一致的。对草图识别结果之间的不一致性进行建模和处理是一个很困难的问题。基于Agent的草图识别方法把这种不一致性问题建模为多Agent协调问题,然后通过一个协调过程来降低多个识别结果之间的冲突,使识别结果整体更趋向一致。本文将建立一个基于Agent的草图识别平台。平台为用户提供了一个通用的多Agent协调框架,用户可以重用这个框架开发基于Agent的草图识别系统。协调框架主要包含了两部分:协调方法和Agent结构。本文分别对这两部分进行了设计和实现。基于爬山法的多Agent协调方法和基于冲突图的多Agent协调方法是草图识别领域应用的两种多Agent协调方法,但是这两种方法都存在一些缺点。本文对这两种方法进行了分析和总结,然后设计了一种非序列动态规划算法来作为协调框架的协调方法。本文对协调框架包含的识别Agent和协调Agent的体系结构、通信原语进行了设计,然后分析了协调框架在ABLE环境中的实现问题,最终在ABLE环境中实现了本文设计的协调框架。