机器人团队协作检测与跟踪动态目标是多移动Agent系统的协同和目标跟踪技术相结合的产物。为了满足实时协作跟踪的需要,本文设计了一个复合式多移动Agent系统多目标协作跟踪平台,包括服务器端的黑板模型和客户端基于有限状态自动机的Agent模型结构。通过对所需的黑板模型的构造和设计,实现了多移动Agent系统目标协作跟踪中各Agent个体的协作模式。各个Agent通过从黑板模型共享相互信息,通过驱动不同的知识资源,并行计算来对全局环境进行建模、预测,并指导调度Agent群体行动。在此基础上设计了合同网与匈牙利算法结合的任务分配策略,保证了实时跟踪的有效性。提出一种基于有限状态自动机(DFA)的复合式Agent模型。通过结合有限状态自动机的行为状态模型,设计对复合式Agent模型进行改进,使改进后的Agent模型通过有限状态自动机中的状态抽象,不仅从目标检测与跟踪的角度提高了Agent个体性能,还从社会的角度,提高群体团队的协作性能。提出的模型通过行为状态模型将动作、决策等与环境信息进行了有效的分离,从而具有较好的可移植性和高扩展性。通过固定路线的动态目标跟踪实验,采集改进前后的Agent模型实际实验数据进行结果比较,结果表明改进后的Agent模型跟踪偏差期望值与样本方差均降为改进前的一半;且该模型成功应用于基于遮挡与基于区域的多机器人多目标跟踪实验中。提出的模型针对机器人团队协作检测与跟踪动态目标进行设计与改进,为实时的目标协作检测与跟踪提供了有效途径。