该文主要包括如下几个方面:提出了基于BDI框架的多智能体竞争与合作体系,将竞争思想引入智能体的内部思维状态中.此外,讨论了在整个体系中适合于分布式多机器人系统的分组通信方式.研究了适合于自主多机器人运动控制的模糊推理控制方法.针对以往自主多机器人系统在机器人的运动控制中,机器人学习速度慢,不能妥善处理环境噪声等问题,通过将代数积与代数和引入到模糊推理,使改进后的模糊推理方法满足机器人控制所要求的精确性、自主性和可靠性,使其适合于多自主机器人系统.研究了多机器人环境中机器人之间的竞争问题.该文首次提出了基于势函数的竞争优先级别的概念,通过势函数来高效计算多机器人环境中各种因素对机器人竞争优先权的影响,从而快速产生机器人对局部资源访问的优先权.该文提出的瞬时奖励加强学习方法通过构造和动作相关的特征输入空间,从而可以实时给出机器人动作奖励,并且显著的减小了机器人学习的搜索空间,加快了整个算法的学习速度.研究了采用基于种群的进化算法来实现具有共同目标的多机器人合作任务.