在计算机科学领域，最具有挑战性的目标之一就是如何建立能够在一起工作的计算机系统。随着高性能计算机、快速交换网络的出现，计算机支持的协同工作、数据挖掘等技术的飞速发展，协同系统越来越多地出现在人类社会工作的各个环节。近年来，协同系统的设计越来越向个性化、智能化方向发展，一些大型系统纷纷采用了人工智能的技术。对分布式系统中的智能主体进行协同为人类提供智能化、个性化服务更具挑战性。本文对多主体系统的协同进行了深入的研究。取得的具有创新性的研究成果如下：　　 (1)提出了基于动态描述逻辑(DDL)的多主体协同模型。该模型既考虑了智能主体的知识表示与推理问题，又紧密地结合主体的设计与协同问题，把表示与推理应用到多主体的协同设计中。在智能主体的心智状态表示中，我们给出了基于DDL的主体的信念知识表示、推理及其在动态环境中的变化与修改，把主体的信念、行为能力、目标、规划等心智要素有机地统一起来。笔者提出了以多主体联合目标的方式进行协同的原理和方法。在联合目标产生之后，怎样对子目标进行排序，本文实现了有效的规划算法。本工作强调主体协同模型和设计要以知识表示为基础，同时，动作理论和逻辑程序设计等方面的工作要从实际的角度出发的。基于动态描述逻辑的多主体协同模型，体现了主体的静态和动态的结合，体现了智能性(知识表示和推理)同实际设计(动作描述和行为能力)的结合，为多主体协同系统的实现提供新的可操作方法。　　 (2)研究了多主体协同的策略驱动机制与冲突消解算法。理性主体根据环境的变化推理得到自己下一步的动作规划，然而通过规划推理得到的动作序列代表的是主体“想去做”。在多主体协同中，单个主体的“想去做”并不代表它“可以这么做”，它还受到环境、资源及其它主体的限制。我们提出基于策略驱动的方法实现对主体协同更有效的管理，提高了多主体系统的自适应能力。在策略语言方面，我们提出了简化的基于规则的主体协同策略语言ACPL，对语言的语法语义给出了详细的解释和范例，并且实现了可视化策略开发工具PDMAC，PDMAC集成了策略编辑器PolicyEditor和主体开发环境VAStudio。策略编辑器PolicyEditor用来对策略的主体、客体、动作等元素进行可视化的编辑和建模，VAStudio则为面向主体编程提供了基于行为(Behavior)、主体(Agent)、社会(Society)的层次化开发环境。在策略冲突消解方面，笔者分析了策略冲突产生的前提条件，提出了冲突消解的原则和算法，此算法结合策略中域(Domain)、动作(Action)、策略类型(Policy Type)的关系，分析了可能出现冲突的情况，对于每种情况提出了有效的解决办法。　　 (3)多主体协同的任务分配问题。多主体协同需要对任务进行有效的分配。对于大型的复杂任务，任务和任务之间通过关系连接成一个任务图。怎么把一个大型任务图分解成若干个独立任务组，然后把每个独立任务组合适地分配给多个主体是我们研究的主要内容。在图形分割的启发下，我们提出Task-KL算法来对复杂任务图进行分解，Task-KL算法能够发现子任务之间的关联，把子任务分割成多个松耦合的独立任务组，组内的原子任务结合紧密，组与组之间联系稀疏。对于已经分解的独立任务组，本文根据完成原子任务正收益、时间成本、通信成本进行数学建模，提出了针对独立任务组的分配算法，此方法能够对原子任务的处理成本和通信成本求解得到任务的优化分配方案。我们把此方法应用到并行搜索的冗余网页去除实验中，通过协调主体(Facilitator)对搜索主体(Spider)进行动态任务分配，可以在多主体交互损耗2％以下的情况下，有效消除并行搜索带来的网页冗余问题。　　 (4)基于主体协同的城市应急联动系统。城市应急联动系统是当紧急情况发生时，多个相关部门协同工作共同处理的决策支持系统。怎么通过多个决策主体协同产生快速的预案是我们的研究重点。本文提出了基于主体的范例推理(CBR)与规则推理(RBR)相结合的快速预案生成系统。该系统已成为城市应急联动中最重要的模块之一。当紧急信息进入应急联动系统，首先由CBR主体根据预案库中的成功范例(Case)进行相似度检索，如果不存在相似的范例，CBR主体通过协同方式寻求RBR主体的支持，RBR主体接到请求，根据警情信息采用规则推理的方法进行处理，然后把规则推理的结果存储在预案库中，作为下次CBR主体推理的范例。该方法在不损失精确性的情况下，显著提高了单纯RBR系统的推理能力。