近年来Agent以及MAS的研究成为分布式人工智能研究的一个热点。单Agent因个体所拥有的知识、能力的限制，因此对MAS的研究迅速发展。MAS是由多个Agent组成的集台，它能协调一组Agent的行为，以协同地动作和求解问题。基于MAS的多机器人系统即是多Agent概念在机器人学领域的一个具体应用。 地图创建过程是自主智能移动机器人执行各种任务的基础之一。本文基于MAS的理论，探讨了多Agent的再励学习方法和协同进化算法，提出了一种进化的多Agent再励学习算法，该算法应用于分散式和同质结构系统中。并以基于MAS的多机器人系统实现未知环境的地图创建为目标，应用该算法进行了多机器人协作地图构建的仿真实验，并通过对实验的结果进行分析来验证该算法的有效性。通过与非进化模式下的多机器人地图构建方法的比较，该算法可以提高地图搜索的效率，加快全局地图的收敛。