随着社会生产力的不断提高人类文明的巨轮也在不断的向前推进,伴随而来的是世界各个国家以及地区城镇化进程的不断加快,高稠密度的人口、建筑物以及道路是城镇化的显著特征。然而,近些年来频发的自然灾害所带来的严重后果不得不让人们开始关注灾害发生后的救援活动。鉴于灾后环境的危险性与复杂性机器人成为了救援最理想的选择,为了灾后有计划的进行救援,相关理论和技术的研究应该拥有一个救援的仿真平台,RoboCup救援仿真系统正是利用计算机技术模拟真实的城市灾难情景,借助于仿真机器人的救援活动,达到最大可能的灭火和营救市民,最小可能的减少灾害造成损失的目的。在RoboCup救援仿真平台上获得的优秀救援策略和方法可以为人们实际的救援活动提供理论支持和技术支撑,因此其研究具有巨大的现实意义。在救援仿真系统中,消防灭火对于整个系统的救援效果有着非常重要的影响,从比赛的评分标准上不难印证这点。灭火任务由消防Agent完成,并且,消防Agent对于火势的有效控制往往会为其他Agent完成营救市民的任务起到争取有效救援时间的决定性作用。因此,高效率的消防Agent路径规划与任务分配方法对于整个系统显得尤为重要。本文以RoboCup救援仿真系统为研究平台,对消防Agent的上述问题进行了相关研究,主要研究内容如下：1)消防Agent任务分配方法通过对于系统的分析,得出在有中心消防Agent的全局地图信息情景时,采用基于距离大小的消防Agent任务分配方法简单而且可靠。由于存在中心节点,可以把任务集放到一个列表,把空闲的消防Agent放到另外一个列表,通过计算任务与各个消防Agent之间的距离得出最优的任务分配方法。在无中心Agent的局部地图信息情景时,采用合同网协议完成消防Agent的任务分配方案,通过“招标-投标-中标-合同”四个步骤实现合同网协议在救援仿真系统中消防Agent任务分配时的应用。最后通过不同的比赛地图进行仿真比赛验证了以上方法的有效性和实用性。2)消防Agent路径规划方法通过以上的任务分配方法,只是得到了最合理的消防Agent任务分配方案,也就是得到了各个消防Agent的起始点和目标任务点。但是消防Agent从起始点到目标任务点存在着各种各样不同的路径达到方式,并且,理论计算的最短距离会受到道路阻塞的影响而不能到达。因此,如何在道路信息动态变化的环境下规划最优的路径才能使系统开销和到达时间最小就显得极其重要。蚁群算法是一种全局优化的启发式搜索方法,具有启发式和分布式的搜索特征,特别适合在救援仿真系统中应用,以取得消防Agent的最优路径规划。最后,通过实验验证使用该方法实现了消防Agent从起始点达到目标任务点的路径寻优目标。最后对本文进行了总结,说明研究的创新点与主要研究成果,同时指出研究的不足和下一步需要继续研究的问题。