近年来，多智能体系统的研究已经成为复杂系统研究的一个热点，并引起了计算机、人工智能、生物生态、通讯控制等诸多领域科技工作者的浓厚兴趣。这主要是因为该研究的重大进展为复杂性研究特别是复杂系统提供了数学建模及分析方法，又具有广泛的工程背景和应用前景。

多智能体系统至今都没有严格的、统一的定义。一般说来，多智能体系统由相当多个简单的智能体和一些简单的作用规则及结构拓扑组成，通过多个智能体之间相互协调来共同完成系统目标。其中的智能体可以是人、车辆、飞行器、生命组织等等。通常研究中的智能体具有自主性、交互性、协调性、目标性、社会性、协作性、持续性、适应性、分布性和智能性等特性。多智能体系统中的邻域规则用来描述两个邻居个体之间信息交互与合作方式，如果两个邻居智能体之间的信息交换始终保持不变，用固定拓扑来描述，反之，则用切换拓扑来描述。在自然界中，多智能体系统可以是神经网络、生态系统、新陈代谢系统等等；在社会中，多智能体系统可以是城市发展、经济、传输网络等等；在工程中，多智能体系统可以是电力网、有线/无线通信系统、传感器网络、机器人网络、软件系统等。

多智能体系统展现出广泛的优良特性、工程背景及应用前景。首先，从自然现象的观点看，一群简单的个体，一些简单的作用规则就能够产生令人惊讶的奇妙现象或群体行为。一定数量的个体通过相互交流信息与合作，在集体层面上能呈现出来相对于个体更为有效、功能更为强大的行为，并能实现个体不可能实现的目标。这类例子在自然界中比比皆是：鸟能成群结队的飞翔与迁徙，鱼群能聚集在不同的江海区域有序地休养、生息、繁殖，蚂蚁能遵循一些简单的规则发现最优的通向食物的路径，蝗虫能在没有领导者的前提下大规模的迁徙，萤火虫能有节奏地进行闪烁。这类系统一般都由大量数目的个体组成，但个体本身却很简单，它们没有中央控制器，只具备检测局部信息的能力，信息的交换和分享也只是在部分个体间进行，但是就是基于这些简单的局部信息的作用规则却能产生一些期望的宏观行为。其次，从系统科学的观点看，群体行为的研究对于理解自然和社会中的复杂现象具有非常重要的意义。

近年来，多智能体系统的协调控制研究直接为无人驾驶飞行器的控制、人造卫星簇的控制、多自主水下航行器的控制、对突发事件的应对、对传染病的防治、生态的维护、可持续发展策略的制定提供重要的理论指导。再次，工业控制中常常把智能体看作是能够通过传感器感知环境，然后通过控制器进行理解，再借助执行器作用于该环境中的任何事物。每个智能体是一个物理的或抽象的实体，在物理上或逻辑上是分散的，其行为是自治的，能够作用于自身和环境。单个智能体虽然具备一定的解决问题的能力，但仅靠单个智能体往往无法进行描述和求解现实世界中复杂的、大规模问题，这就需要多个具有计算功能的智能体相互协作，在达到各自目标的基础上实现整体目标，就好比用单个智能体模拟人，而用多个智能体模拟整个人类社会。多智能体系统的研究着眼于找出一种建立在多个智能体系统资源共享和各智能体自主性之上的使各个智能体能够协同工作的适当方法，能够使得系统中这些智能体有效地共同完成某个任务或达到某些目标，或通过交互与合作实现复杂问题的求解。

作者简介：王晓丽，信息与电气工程学院讲师，2010年博士毕业于中国科学院数学与系统科学研究院，主要研究方向为多智能体系统的分布式控制。主持国家自然基金1项、山东省自然科学基金1项，在国际顶级期刊IEEETransactionsonAutomaticControl等发表学术论文20余篇，其中被SCI检索7篇，EI检索12篇。