作为多Agent系统目前研究的关键问题之一,Agent协作日益受到关注。Agent之间通过协作比单个Agent具有更强的问题求解能力和更高的智能性,已成为解决大型复杂问题和分布式问题的重要手段。分析和比较了当前常用的多Agent协作方法的优势和不足,从Agent的BDI模型出发,结合现实生活中兴趣圈的概念,在熟人模型的基础上进行改进,构建了一种基于兴趣圈的多Agent协作方案。该方案具体介绍了兴趣圈的形成过程和兴趣圈形成之后Agent之间的合作过程,其中引入了Agent的心智状态参数:满意度和可信度,作为衡量Agent之间满意程度和信任程度的标准,这两个参数也是建立和维持兴趣圈的重要指标。在方案中提出了合作Agent信息库、成员Agent信息库以及管理兴趣圈的服务Agent的概念,实现了在相同兴趣的Agent之间共享合作信息的目的,降低了寻找合作Agent时的通信量以及时间。同时对合作Agent完成的任务质量用综合指标来进行评价,任务Agent在选择合作者时,优先考虑综合指标高的,这就提高了Agent之间的协作效率以及任务的完成质量。在Linux操作系统中的智能代理软件开发平台上对基于兴趣圈的多Agent协作方案进行测试。以编队指挥系统作为测试案例,与采用熟人模型的方案对比,对系统从通信量和协作时间方面进行了性能测试。测试结果表明,使用基于兴趣圈的多Agent方案求解协作问题时,系统的通信量有明显的下降,而且协作效率也提高了。