在多Agent系统中,为了尽可能细致的刻画Agent合理的行为能力,人们提出了合作逻辑这类理论。所谓合作是指,多Agent系统中Agent个体保持和团体完全相同的价值取向。命题联合逻辑(CL-PC)是一种重要的合作逻辑,该系统能够描述Agent团体的策略能力。具体来说,在CL-PC中,各个Agent均控制一些命题变量,以此为基础我们可以推出Agent团体的一系列合作能力。此外,CL-PC系统还能表示Agent团体独立于环境的决策能力,即考虑团体行动效果时不考虑其它Agent的行为。本文的工作是对CL-PC系统进行知识方面的扩充,我们通过增加一系列知识算子,建立起表述能力更为完善的合作认知逻辑系统。主要包括:首先,我们在CL-PC的基础之上引入描述Agent知识的基本算子,建立了KCL-PC系统。新系统具有了刻画单个Agent知识的能力,紧接着我们讨论了该系统的完备和可靠性等问题。随后,以KCL-PC为基础,我们提出了ECL-PC系统。该系统引入了描述Agent团体知识的各种算子,使得KCL-PC系统在知识层次的语形和语义趋向完善。其次,从另一个角度讨论CL-PC系统的认知问题。我们将不确定性算子引入该系统从而形成了ICL-PC这种逻辑,接着我们探讨了该系统的可靠性以及模型检测问题。最后,以博弈模型为基础,我们对CL-PC系统进行了策略合作能力方面的研究。具体的工作是:我们提出了AL-PC形式系统,建立起合适的AL-PC语义模型,并探讨了该系统的各种性质以及模型检测算法。