随着人工智能中多智能体技术的快速发展,作为一个典型的多智能体研究实体和实验平台,多智能体机器人足球平台已经成为了智能体研究的热点.该平台相对于人工智能中棋类比赛不同的是,它属于多智能体动态不可预测环境中的问题求解,并逐步成为智能体和机器人学另一个标准问题.通过在该平台的实践,众多智能体算法可以得到实际检验、对比和创新发展.本文的主要研究工作如下:1)在研究已有智能体结构理论和多智能体机器人足球仿真平台的基础上,本文提出、设计和实现了两个特殊的智能体结构:Robocup智能球员智能体结构和Robocup智能教练智能体结构.2)智能球员协作跑位是一个多智能体协同合作的典型问题,本文分别设计了智能体防守跑位和智能体进攻跑位协作的方法.智能球员通过对全局利益的寻优求解,找到有效的防守和进攻的合作动作,从而实现了智能体之间协同完成目标的方法.3)为了提高智能体截球动作的准确性,本文提出了使用遗传算法来求解智能体的截球点.通过详细的设计和实验,表明了遗传算法能有效提高截球精度,从而减少了底层误差在上层的叠加.4)由于智能教练自身具有较大的特殊性,故在智能教练的设计中,本文提出了以模糊分析和决策为主的智能算法,并通过分析对手传接球能力、对手综合实力和动态改变阵形等方法,全局性地提高了整个球队的智能应变能力.在以上研究的基础上,本文用面向对象的方法设计了一支仿真球队.并且代表上海大学两次参加了中国Robocup大赛,均获得了仿真组全国亚军,由此验证了上述方法的可行性和有效性.