近年来,为了推进人工智能技术在社会应用领域方面的发展,RoboCup产生了更接近于应用领域的RoboCupRescue项目。作为RoboCup的一个新的研究领域,RoboCupRescue主要面向社会应急救助系统的发展,这包括软件和硬件两个方面。RoboCupRescue的主要目标是建立理性智能的搜救和调度系统,并在灾难来临时,使社会损失尽可能减少到最低(比赛中使分数最高)。在RoboCup救援仿真比赛中,多Agent的合作对整体救援的效果起着至关重要的作用。在收集、整理和分析相关文献资料的基础上,本文以RoboCup救援仿真系统为研究和实验平台,对多Agent的合作方法进行了研究,主要研究内容如下：1.多警察Agent的合作方法在RoboCup救援仿真中,警察Agent之间的任务合作好坏直接影响到整体救援效率。针对在无警察中心的情况下如何进行任务合作,提出一种基于任务优先级的合作方法。通过对任务优先级的比较和选择,提高多警察Agent对紧急任务的合作完成效率。最后通过仿真实验验证该合作方法在救援仿真系统的有效性。2.多救护Agent的合作方法救护Agent需要及时救助受伤的市民。为解决救护Agent能够在最短的时间内到达救护目标,采用基于距离的多救护Agent合作方法实现对救护任务的最优分配。通过仿真实验验证该合作方法在救援仿真系统的有效性。3.多消防Agent的合作方法在有消防中心、多火点的灾难环境情况下,需要消防中心通过全局通信收集各个消防Agent局部信息并融合出全局地图信息,并做出一个合理的灭火任务分配分案。针对在全局地图里如何形成高效的合作,提出一种基于消防Agent效用函数值和遗传计算的多消防Agent合作方法。该方法能够有效地求解出最优任务分配方案,最终提高比赛分数。最后对本文进行总结,说明主要研究成果,同时指出研究的不足和需要进一步研究的地方。