多智能体系统 (MAS) 由多个自主软件智能体组成，这些智能体相互交互以解决超出单个智能体能力的问题。 每个智能体独立运行，拥有自己的目标、知识和决策逻辑，但通过通信或共享环境与其他智能体协作。 例如，在智能电网系统中，智能体可能代表太阳能电池板、电池和家用电器。 这些智能体根据实时供需协商能源分配，优化成本和效率，而无需集中控制。 系统的有效性取决于智能体之间的协调程度，在个人目标与集体结果之间取得平衡。
MAS 中的智能体通常使用标准化协议进行通信，例如 HTTP、消息队列（例如 RabbitMQ）或发布-订阅系统（例如 MQTT）。 协调机制包括拍卖、投票或基于规则的协议。 例如，在仓库自动化场景中，机器人智能体可能会通过拍卖系统竞标认领诸如检索物品之类的任务。 每个机器人根据距离和当前工作负载计算其投标，出价最高的机器人赢得该任务。 智能体还可以使用分散式决策，例如强化学习，来随着时间的推移调整策略。 在无人机交付网络中，智能体可以根据同行共享的天气数据动态重新规划路线，从而避免冲突，而无需中央调度员。
MAS 中的挑战包括管理可扩展性、解决冲突和确保稳健性。 随着智能体数量的增加，通信开销会降低系统的速度。 例如，一个拥有数千个司机和乘客智能体的网约车应用程序必须有效地匹配请求，而不会产生过多的延迟。 相互冲突的目标（例如，两个交付智能体优先考虑同一路线）需要冲突解决策略，例如优先级规则或协商。 JADE（Java Agent Development Framework）或 Python 的 Mesa 库等工具提供了构建和模拟 MAS 的框架，而 AWS Lambda 等平台可以扩展智能体实例。 使用 NetLogo 等工具进行测试有助于识别瓶颈，例如智能体无法在分布式传感器网络中同步。