多智能体系统是分布式人工智能的一个重要研究分支。论文以机器人足球世界杯(RoboCup)仿真比赛这一典型的多智能体系统为研究背景，针对RoboCup仿真比赛在通信受限情况下对多智能体间协作的反应性、动态性和实时性要求高的特点，引入协作规划技术，提出了基于状态规划和分层规划的多智能体协作模型；并采用基于规划识别的协作算法对队友和对手的行为建模，实现了多智能体间的快速、动态和实时的协作。主要研究内容如下： 为了提高单个智能体的反应速度以实现多智能体的快速协作，提出基于状态规划的多智能体协作模型。通过前提、动作和终止条件三要素来控制规划的进程。基于状态规划的多智能体协作模型对经常出现的、重要的和典型的状态提前规划，使智能体在实时动态环境中能快速地对相应的状态作出反应，实现多智能体的快速协作。 提出一种分层规划的多智能体协作模型解决了多智能体间的动态协作问题。模型由目标确定层和协作策略层上下两层构成。通过引入全局目标、局部目标和个体目标来逐步获得智能体的当前目标，根据当前目标来寻求协作规划策略。在RoboCup仿真比赛中应用分层规划的多智能体协作模型将基于区域和基于角色的协作伙伴寻找相结合，实现了智能体间的局部动态协作。 RoboCup仿真比赛中的单通道、低带宽和具有环境噪声的通信特点，难以通过有效的通信方式进行协作。因此论文提出了一种基于规划识别的多智能体协作算法并采用线性逻辑的方法给出了协作算法的形式化描述。将基于规划识别的多智能体协作算法成功用于RoboCup仿真比赛中队友和对手的行为建模，从而实现了一种不依赖于通信的实时协作。通过实际比赛对算法的有效性进行了验证。 论文提出的多智能体协作规划模型和算法已成功应用到中南大学的仿真足球队CSU Yunlu中，并在2004和2005中国机器人大赛上获得三等奖。仿真比赛中实际对抗的检验，证实了以上模型和算法是可行、有效的。