近年来,世界各国自然灾害、恐怖袭击、危险品泄露与爆炸等灾难频繁发生,这些事件具有突发性强、破坏力大、影响深远、救援难度大等特点,往往给人类的生命财产安全带来严重的危害。因此,灾难防范、灾前预警、灾后救援等相关问题引起了全社会的广泛关注。随着Multi-Agent System(MAS)理论的日益完善以及仿真技术的不断提高,给国内外专家学者研究灾后救援问题提供了强有力的支持。利用MAS理论和仿真技术对灾后救援问题进行研究,主要是对Agent间协作问题的研究,其协作方式主要有两种:同构Agent间的协作和异构Agent之间的协作。由于对静态环境下同构和异构Agent之间协作的策略、方式、规则等问题研究的较为成熟,因此动态复杂环境下Agent间的协作问题是目前的研究热点。本文在Unity中搭建仿真平台重点研究Agent在灾难环境中协作救援的相关问题,为了提高Agent间的协作效率,确保团体高效完成协作救援任务,主要研究工作如下:(1)关于MAS中救援个体间协作信息筛选的问题,提出使用影响度模型对场景中的环境、个体和任务等信息进行处理。对协作信息筛选的过程分以下三步:首先发现任务的搜索Agent使用影响度函数第一层获取灾难或任务的类型并确定受灾人数、受损房屋数、受灾面积等信息;其次根据任务的类型调用影响度函数第二层中相应的灾害类对感知到的信息进行筛选,完成对任务信息的补充,这样不但忽略了无效的信息同时减少Agent间协作信息的传递数量,提高了系统运行效率,确保团体协作救援任务高效完成;最后个体对筛选出的信息进一步融合加工并存储,保证协作信息的唯一性。(2)针对个体间协作策略的正确性问题,提出一种状态预测算法。首先,使用状态预测函数对任务、个体、环境等后续状态进行预测;其次,根据预测结果、当前信息、相关规则等制定初步的协作策略并确定团队指挥,同时将协作策略传递给空闲个体;最后,接受协作任务的Agent根据动作效果和触发类及时修改协作策略;在保证协作策略正确性的前提下实现了协作策略的动态调整,确保协作任务能够顺利完成。(3)结合以上两个主要创新点提出了一种多Agent协作救援算法并应用于实际灾后救援当中。在U3D中构建仿真场景,将提出的协作救援算法应用到多Agent灾难协作救援中,并通过Agent间的协作实例来分析论证该算法的有效性。经过对灾难环境下异构Agent协作救援问题进行深入的研究,丰富和完善了多Agent协作与救援理论,为真正的灾难救援工作的顺利开展提供了理论依据和决策支持,进一步拓展了多Agent的应用领域。