协同多智能体系统 (MAS) 是自主软件或硬件代理的网络，它们协作以实现共同目标。 这些智能体独立运行，但通过通信、共享协议或环境交互来协调其行动。 每个智能体都有自己的决策能力、传感器和执行器，但系统的成功取决于它们协同工作的效率。 例如，在送货无人机群中，单个无人机可能会实时调整飞行路线以避免碰撞，同时确保包裹高效地到达目的地。 系统的集体行为来自智能体的交互，在个体自主性与群体目标之间取得平衡。
协同 MAS 的结构通常依赖于通信协议和决策算法。 智能体可以直接（例如，通过消息）或间接（例如，通过修改共享环境）共享数据。 例如，在智能电网中，发电智能体（如太阳能电池板）和用电智能体（如家庭）可以通过去中心化市场协商电价和使用量。 共识算法（例如，投票系统）或任务分配策略（例如，基于拍卖的方法）等协调机制确保智能体协调其行动。 强化学习也被使用，智能体通过试错来学习合作策略，例如工厂中的机器人通过划分任务来学习组装产品，而无需明确的指令。
协同 MAS 的主要挑战包括可扩展性、通信开销和处理部分信息。 随着智能体数量的增加，协调变得计算密集型——想象一个交通控制系统，其中数千辆自动驾驶汽车实时协商通行权。 通信延迟或故障会扰乱协调，需要容错设计。 此外，智能体通常在有限的本地数据下运行，因此很难预测其他智能体的行动。 例如，在灾难响应中，救援机器人可能需要在倒塌的建筑物中导航，并依赖来自队友的间歇性更新。 解决这些挑战通常需要在去中心化（用于鲁棒性）和集中监督（用于效率）之间进行权衡，具体取决于应用程序的需求。