多Agent系统以人类社会为参考目标，重点研究集体的智能行为。RoboCup(robot world cup)，即机器人世界杯足球赛，是典型的多Agent系统，它通过提供一个标准的实验测试平台，促进了多Agent系统在实时对抗环境下决策与合作问题的研究。 本文在RoboCup这个研究平台上，主要从以下几方面展开研究： 1、掌握整个RoboCup仿真比赛平台的系统构成与运作原理。包括服务器，监视器，客户端程序三大部分。服务器是整个RoboCup仿真系统的核心。其主要任务是分析信息和处理模型，包括视觉模型，听觉模型，自身感知模型，动作模型，运动模型等。客户端和服务器通过UDP／IP协议进行通讯。 2、初步研究机器人足球仿真比赛中的球队高层协作策略和高级攻防战略。首先站在团队整体的高度，结合具体的领域知识，探讨协作策略。引入阵型和角色概念将多个智能体连接成一个拥有共同目标的团队，并提出球队阵型的几种整体攻防战术，提高了整体作战水平。 3、进一步研究球队阵型的确认问题，采用神经网络方法来训练和评估球队阵型。神经网络采用一个隐含层的网络结构，利用离线训练方式，搜索最优隐含节点数。保证了整个比赛过程中队形的协调性。 4、研究机器人足球比赛中协作行为的学习问题，通过对人工神经