摘 要 多智能体系统和分布式人工智能的研究己经成为计算机科学和人工智能研究的热点。多智能体系统是多个智能体的集合。它主要研究了多个智能体在复杂的动态环境下如何实时处理知识和协调的问题。国际人工智能协会组织的机器人世界杯 RoboCup(The Robot World Cup SoccerGames andConferences)仿真比赛系统，是人工智能和机器人研究的一种集中体现，是研究多智能体的一个很好的平台。Soccer Server 提供了一个分布式的、包含噪声且合作与对抗并存的实时多智能体环境，球队成员必须合作才能达到赢得比赛的共同的目标。仿真比赛模拟了许多真实世界的复杂性，如对象运动的噪声，传感器和信号的噪声，有限的体能和受限的通信等。 本文的主要工作包括建立了多线程，三层的智能体体系结构，编程实现了体系结构中的各个功能模块；采用一线一标法实现了快速，准确的全局定位；建立了灵活的 Agent 与外部环境之间的同步机制。根据分层学习的思想，采用人工智能的方法开发了智能水平从底到高的动作集合。这里主要采用了神经网络中的 BP 算法，模糊神经网络，强化学习的方法开发了从跑动，踢球等低级动作到停球，截球等高级动作的动作集合。同时，还研究了射门得分策略，对单人无守门员情况下射门，单人有守门员情况下，双人合作有守门员情况下的射门得分问题使用统计方法和 BP 算法进行了研究。 最后，本文还介绍了 RoboCup 仿真环境，同时它还提供了一个实际的框架，为未来多智能体系统的研究和 RoboCup 比赛提供了一个基础。