机器人技术的发展使机器人的能力不断提高，机器人应用领域和范围不断扩展。一方面，由于任务复杂性，在单个机器人难以完成任务时，人们需要通过多机器人之间的协调与合作来完成，另一方面，人们也希望通过多机器人间的协调与合作，来提高机器人系统在作业过程中的效率。本文分析了Agent理论及其在机器人系统的应用，一方面,Agent理论可以应用到机器人的设计中,这种设计从开放性、自主性的角度出发，从组成整个多机器人系统的系统观点来进行，保证整个多机器人系统的开放性。另一方面， 多Agent理论可以应用到多机器人系统中各机器人的信息交互机制的设计中。所有这些信息交互的机制都可以采用Agent的协作机制在一个统一的理论框架下进行设计，这样就实现了交互机制的一致性、自然性。当单个机器人不能完成任务，且任务不能分解或分解算法很复杂时，可以应用MAS(Multi-Agent System)的联盟形成方法解决多机器人的分组协作执行任务。本文对机器人联盟问题的两种类型（单任务联盟和任务序列的联盟结构）进行了描述，并给出了数学模型。与其它的最优化问题一样，联盟形成需要在复杂而庞大的搜索空间寻找最优解或满意解，如果遍历整个搜索空间，就会产生搜索组合爆炸,在多项式时间内无法完成搜索。本文使用遗传算法来实现机器人联盟形成, 遗传算法能够减少寻找最优解或可行解的开销，从而提高整个系统的效率。