1、智能體(Agent)及多智能體系統(tǒng)(Multi-AgentSystem，MAS)的理論與應(yīng)用是計算機科學(xué)的研究熱點之一。RoboCup(RobotWorldCup)，即機器人世界杯足球錦標(biāo)賽在實時異步，有噪聲的對抗環(huán)境下，研究多智能體的決策和合作。其中仿真組融合了多智能體的合作與對抗，智能控制等多學(xué)科內(nèi)容，是研究多智能體系統(tǒng)的優(yōu)秀平臺。所以，本文以RoboCup仿真組為平臺，研究復(fù)雜環(huán)境中的多智能體決策。 在RoboCup仿真中

2、，每個球員都是一個獨立的智能體，球員之間通信帶寬低且不可靠，如何讓一支球隊的多個智能體相互合作、做出配合默契的決策，是當(dāng)前國內(nèi)外研究的難點。針對這一難點，本文提出了基于外部策略庫的MAS決策方法：首先通過分析RoboCup比賽特點并結(jié)合人類足球經(jīng)驗知識，設(shè)計一系列策略；然后定義一種形式化語言--RSSL(RoboCupSimulationStrategyLanguage)，利用RSSL語言來描述各種策略從而構(gòu)建RoboCup外部策略庫；

3、最后在智能體程序中設(shè)計與外部策略庫的接口，利用外部策略庫中的各種策略來指導(dǎo)智能體的決策。 基于外部策略庫的MAS決策方法具有一系列優(yōu)點：使用RSSL語言可以方便地設(shè)計、描述各種多智能體策略，充分利用人類啟發(fā)式知識來指導(dǎo)智能體的決策；將各種策略以外部策略庫的形式組織起來，和智能體程序代碼分離，使得研究人員可以方便地增加、刪除、修改策略，而且也方便了對智能體程序的維護；同時，基于外部策略庫的MAS決策方法還具有決策速度快的優(yōu)點。