多智能体系统(MAS),已经成为人工智能领域的重要研究方向之一。要发挥多智能体系统的优势,关键就是处理好智能体之间的协作问题,先进的体系结构及协作机制能够使智能体系统表现出强大的任务处理能力。本文在智能体、多智能体的体系结构研究的基础上,构建了一种面向任务级协作的分层式多智能体系统体系结构,并对多智能体系统协作与任务分配问题进行了研究:首先,本文详细阐述了多智能体系统的协调协作机制,并针对多机器人避碰围捕问题,提出了一种基于协商和意愿强度的避碰围捕策略。利用目标函数最优化方法获得“入侵者”边缘的最佳捕获点。机器人首先运动到这些捕获点,再将其推至目标位置。通过协商将机器人奔向目标行为与避碰行为相结合,实现机器人无碰运动。其次,为了在个体机器人能力评价过程中兼顾到多方面不确定因素,引入集对分析的思想,建立了多智能体系统多指标综合评价模型。通过同一度、差异度、贴近度对机器人完成任务能力进行了简单有效的刻画,并以由欧氏空间权距离获得的集对贴近度作为机器人对任务的适应度。该综合评价模型为多机器人系统多任务分配决策提供了可靠依据。最后,简单介绍了任务分配的基本方法,并提出了一种改进的基于竞拍合同网方式的任务分配机制以及基于适应度矩阵约简的多任务分配方法。以往竞价机制中,竞价智能体单独根据自己的情况直接给出竞价值,难免带有主观臆断性。改进的竞拍机制中,参与竞价的智能体只需在规定时间内将自己的能力信息发布给管理智能体,管理智能体获得各智能体竞标信息后,根据任务的各项具体指标,运用集对贴近度方法综合评价智能体与各任务的适应程度,以获得适应度矩阵。然后通过对适应度矩阵进行约简,实现多任务快速、有效地最优分配。本论文在研究内容和研究方法上具有一定的创新性和开拓性,提出的任务分配模型对多机器人技术的研究有一定的参考价值,为多机器人系统的深入研究和推广应用做了基础工作。