机器人救援仿真(RCRS)提供关于实时、动态、复杂未知环境下的多智能体协作机制的研究,是一个富有实际研究意义和挑战性的课题。课题基于RCRSS仿真平台进行多智能体协作的研究,利用城市救援环境的基本特点,在系统底层建立针对道路和建筑物的分区模型,促进道路和交通的信息整合,针对医疗救护智能体本文提出基于人工免疫算法的救援策略,并在底层道路模型的基础上设计了三类异构智能体基于加权协同图算法的协作策略,提高了整体救援效率。首先,智能体所处的仿真环境是整个智能体协作的基础,由于机器人无法感受到全局的环境信息,所以单独执行任务会有局限性,相对性,不确定性,本文提出一种基于道路分区模型的智能体协作方法。此方法利用道路的几何和周边环境特性,建立道路分区模型,对地图中的信息进行细化处理,首先将整个世界模型进行动态分区,然后利用凸包算法将各分区着火建筑物进行外围火点的构建,为消防智能体提供消防策略,最后通过聚类等算法将着火点集中处理,在静态分区的基础上,建立动态的道路模型,从而让智能体更好地了解环境信息,展开救援协作。其次,针对救护队救援智能体,为了提升救护队智能体全局救援效率,将城市灾后救援所遇到的问题和解决策略进行类似人工免疫网络的构建,将救援环境,智能体,协作策略等转换到人工免疫系统模型中的抗原、抗体中去,通过选取亲和度、激励抑制水平等参数,完成对整个救护队智能体人工免疫系统的任务决策,人工免疫算法的引进,使救护队智能体的动作更具有目的性和针对性,优化了救援协作策略,救援效率得到初步提高。最后,在底层动态道路分区模型的基础上,为了使Robocup Rescue中各类智能体间更好地交互协作,提出了一种基于加权协同图的协作算法,利用加权协同图对Robocup Rescue中六类智能体角色进行建模,利用加权图的结构组成理想团队,测试不同分配方式对救援效果的影响,同时,提出了基于加权协同图的学习算法,此算法从平时仿真中的分配实例、观测值及一个接近最优的角色分配策略算法中获得一个加权协同图算法。通过此算法,使得智能体协作团队在短时间内能够顺利完成多项任务,适应多种复杂救援环境,提高了整体救援效率。