随着网络的蓬勃发展，如何充分利用分布式的资源，进行知识协同处理成为了新的问题。Agent作为具有自主、自治并具有一定智能的软件体，通过合作和协调，是有效解决上述问题的途径之一。在人工智能研究中，Agent的提出不单单是因为人们认识到应该把人工智能各个领域的研究成果集成为一个具有智能行为的系统，更重要的是认识到人类智能的本质是一种社会性的智能。人最重要和最多的智能是其在由众多个体构成的社会中进行各种活动时体现出来的社会性智能，如：“协作”、“竞争”、“协商”等等。对社会性智能的研究，使得对Agent的研究和多Agent系统的研究成为理想的对象。当前，对Agent和多Agent系统的研究正在掀起热潮，是当今计算机科学技术领域、信息工程领域和网络与通信领域十分活跃的前沿研究方向之一。本文通过对Agent心智模型的研究，从逻辑学的角度分析并总结了几种Agent“信念—愿望—意图”（BDI）模型，在理论上对Agent进行了解释。总结了现有逻辑模型存在的问题,提出去掉规则N形成的一种非正规模态逻辑的语义上的新的解释，解决了“逻辑全知”问题和由此带来的问题，避免了一般非正规模态逻辑系统语义解释对Agent的BDI描述的弱点。同时还通过结合效用理论，综合了逻辑学方法和经济学方法，在Rao&Georgeff模型中加入效用函数，从而在一定程度上融合了理性的推理和理性的决策。在对Agent组织结构分析的基础上提出建立Agent内核的思想，有助于实际构建Agent和多Agent的系统。本文还进行了Agent间通讯语言KQML和通讯机制的研究，提出对本体研究将成为为Agent间建立抽象的知识交流和实际实现的重点。最后，在IBM的移动Agent开发平台和KQML实现工具的基础上，建立了一个以KQML为通讯语言，通过移动Agent进行消息传递的多Agent系统，从而将Agent和分布式计算相接合。通过和现有的分布式计算模型（com/dcom,corba）比较，实例程序体现出：降低了分布式应用对网络的连结要求，高效地利用服务方的计算资源，提高了计算的效率，采用KQML与其它Agent进行高度抽象的知识、信息交换，比基于组件的设计更加具有高效、灵活等特点，对建立基于Agent的系统从理论和实践上进行了探索。