多智能体系统(Multi-agent system, MAS)是分布式人工智能(Distributed ArtificialIntelligence, DAI)领域研究的热点之一。MAS起源于对人类社会组织形式的模仿，其是有既能独立实现局部功能，又能通过协调、协作等实现全局功能的多个智能体组成的分布式智能系统。利用MAS可以使系统具有更大的灵活性和适应性，并且能够更好的适应开放、动态的环境。因此MAS受到越来越多的人的重视，其也为研究和设计智能机器人软件系统提供了新的方法。MAS在智能机器人领域具有重大的研究意义和应用价值。为了将MAS更好地应用到智能机器人中，本文依托国家自然科学基金资助项目（61175094），搭建了模块化机器狗平台，并且设计了一款基于Multi-agent的智能机器人模型。机器狗平台基于嵌入式、模块化部件，具有四肢行走机构，具有多类感知（视觉、语音、红外、温度等）以及无线通信、交互、学习模块。模型结构基于“思维与学习、感知与交互、行动与控制”理念，抽象出多个功能Agent，使软件结构不依赖具体硬件，更加灵活；采用CBR作为慎思模块，结合反射模块，兼顾了系统的智能性和对紧急事件的处理能力。在JADE平台对该模型结构进行了仿真测试后，对机器狗交互学习平台进行了基于语音识别和CBR的软件设计，并对机器狗本体进行了UART通信协议以及控制运动软件设计。部署软件系统的机器狗能够行走、避障，对语音输入和红外等外部信号能够进行智能感知及处理。该模型对模块化、嵌入式智能机器人的设计具有参考价值，在以后的研究中，将改进优化该模型，并着重研究CBR推理机制及推理过程的实时性。