仿人机器人学是结合了多门学科的一个综合性研究方向,是机器人学中对更智能机器人的探索。人工智能领域里的多智能体系统(Multi Agent System)一直是学者们的研究焦点。作为智能体的机器人,它们之间为完成一个统一的任务而协作配合时,需要将大任务划分为多个小任务,并未每个机器人分配角色位置。这就引出了机器人群体的角色位置分配和全队决策问题。本文以Robocup仿真3D机器人踢足球为研究背景,具体研究了如下内容：1、概述了仿人机器人的发展历程和Robocup项目的历史发展。针对Robocup仿真3D机器人足球项目,详细介绍了仿真3D平台的架构,项目约定的规则、机器人与服务器通讯的消息规则和方式。2、基于RoboCup3D仿真机器人足球最新平台,以缩短机器人的个体决策时间、快速收敛球队队形并统一个体决策与全队决策为目的,构建了球队层次化的决策系统模型。在此模型下具体实现了全队的阵形控制、角色位置分配和协作配合。基于矩阵最小调整的思想,实现了一个全局最优且比当前现有算法耗时更少的角色分配算法,为球队的阵形控制提供了最优分配方案。结合对比实验,最终结果显示该模型和算法大幅度减少了机器人的决策时间,球队整体同步性、队形收敛速度提高,机器人之间碰撞次数减少,球队整体作战能力提升。3、由于服务器对广播信息的带宽限制,引出了如何在机器人仅发送自己对候选策略的部分偏好排序时,获得全序排序下的最优候选者。因此提出了一个基于Border规则的偏序投票算法,解决了从部分偏序关系得出全序关系下的最优解的问题。为机器人球队的全队决策提供了一个好的投票算法。本论文所提出的思想和算法已运用于实际的球队中,球队的整体战斗力有了较大的提升。