Agent是指某个能自主动作，有一定智能的机器或软件系统。对多智能体系统(Multi-Agent System，MAS)的研究已经成为计算机科学和人工智能研究的热点。多智能体系统主要研究多个智能体在复杂环境下如何处理知识和协作的问题。机器人世界杯RoboCup(The Robot World Cup Soccer Games and Conferences)仿真比赛系统是研究多智能体的一个很好的平台，它为多智能体提供了复杂的、实时的、有噪音干扰的、对抗性的环境。RoboCup是一个为促进人工智能，机器人技术以及相关领域的国际合作项目，它选择足球比赛作为研究背景。RoboCup提供了一个标准问题，通过它可以运用和检测各种技术。 为了组建一支足球队，必须考虑到各种技术，包括自主智能体设计原则，多智能体合作，策略获取，实时推理。本文以RoboCup仿真系统作为平台，研究多智能体系统的开发问题，完成的主要工作有：对系统的构成与运作原理作了比较全面的研究；把智能体的技能按调用与被调用关系划分为三个层次：低层技能、中层技能、高层技能，每个层次包括多个技能模块；用基本分析和预测的方法实现单个智能体基本战术；很多人工智能的方法可以实现基本战术，在本文中应用机器学习的方法基于范例(CBR)的推理解决了截球问题；尽管单个智能体的技能很重要，毕竟个体的能力是有限的，因此，多智能体的协作也同样很重要，本文分析多智能体的协作问题，包括两方面的内容：角色和阵型，智能体间的通讯；Linux系统支持多线程，智能体内部是由多个线程分别完成不同的任务，本文对智能体内部多线程机制进行分析，应用Unix的通信机制解决智能体多线程同步问题。