智能规划自提出至今已经有几十年的历史。在科学研究飞速发展的今天,研究者们不断地探索智能规划新的应用领域和发展方向,不断提出新的规划求解算法以扩展智能规划处理问题的范围。而原有的经典规划由于种种假设限制了规划的发展,如传统的规划问题只支持强约束,求解规划的算法也有很强的条件限制,传统的求解方法已经不能确切描述真实世界的情况,由此出现了灵活规划和多Agent规划等。多Agent规划是经典智能规划的扩展。通常情况下,多个Agent可以相互协调地进行规划以达到目标,但是经典的多Agent规划要求约束的满足性取值是布尔型,即约束只有两种情况,或者满足,或者不满足,这对于描述和求解大多数实际问题都过于严格以致无法求得规划解。本文以经典多Agent规划和灵活规划为基础,提出了一类新的规划—多Agent灵活规划,并用具体的logistics域的实例加以解释和说明,给出具体的求解过程。文中对灵活服务,灵活服务请求,局部规划和全局规划做出了完整的定义。同灵活规划类似,文中对多Agent灵活规划中出现的命题引入了真值度的概念,动作的效果引入了满意度的概念。最后提出了求解这类问题的新思路—用分布式灵活约束可满足方法求解,它是分布式CSP和灵活CSP技术的融合。换句话说,对于一个给定的多Agent灵活规划问题,如果在现有的约束条件下求解困难或无法求解时,可以使多个Agent相互协调地工作,并以一定的满意度求得规划解,即在规划长度和规划的满意度之间做出折衷处理。使用JAVA语言在Eclipse平台上实现了论文提出的MAFCSP规划系统,并以logistics域中的实例为对象进行求解,测试结果表明论文提出的算法能够对多Agent灵活规划问题进行有效的求解。论文提出的规划思想对于物流运输、企业管理和博弈等,均有具有较大的研究价值和可观的应用前景。