随着计算机网络技术的迅速发展，计算机快速转向开放的、网络平台的、协同工作方式。Agent理论和技术尤其是MAS(Multi-Agent Systems)的理论和技术，给我们带来设计和实现可运行在在分布与开放环境中的软件系统的一个全新模式。 MAS研究的核心和关键问题是系统中的Agent之间如何有效的完成协作。采取合理的协作模型不仅能提高单个Agent以及多Agent系统的整体性能，增强Agent及多Agent系统解决问题的能力，还可以提高多Agent系统的效率。 本文在总结了传统的几种协作模型的基础上，提出了基于个性Agent的MAS默契协作模型。它将个性偏好的概念引入到Agent的构造中，用概率性分布函数仿真Agent个性，用个性Agent组成MAS；从减少Agent之间协商交互的代价出发，系统中的各个Agent在共同目标的引导下，依据角色分工，默契协作完成特定的任务。 默契协作模型主要涉及到几个关键的技术：Agent个性的仿真，Agent行为评价函数的确定，MAS中角色的划分，Agent之间默契的形成。 默契协作模型有效的克服了传统协作模型的通信量大，资源利用率低，缺乏灵活性的问题。我们将默契协作模型应用到RoboCup机器人足球仿真比赛的球队设计之中；重点讨论了球队的设计和默契协作模型在应用中的关键技术的处理和实现。最后，通过试验对默契理论进行了验证。