定義
舉幾個簡單的例子，鳥群、魚群、獸群和菌落都可以被看成是多自主體系統。目前有許多數學家、經濟學家和控制工程師正在對該系統進行深入研究。
MAS的關鍵問題是該系統中每個Agent功能的确定以及各Agent之間的協作，協商，交流。單個Agent的功能即該Agent的自主性，即該Agent所能完成的功能；Agent之間的協作即某個Agent将要完成的任務分配給其他Agent然後綜合各Agent的結果将最後的結果輸出給用戶的過程；協商即Agent之間解決沖突并最後達到一緻的過程。
之所以提到這些關于Multi-Agent系統的介紹，是因為它為今後的傳感器網絡發展提供了理論支持。今後的信息獲取模式将由目前的信息獲取系統具有固定的層次結構，變為下一代的信息獲取系統根據任務進行自組織。随着人工智能和無線技術的進一步發展，傳感器也将由智能傳感器發展到多自主體傳感器網絡，以任務為中心，采用動态架構，從本地智能發展到網絡智能。
由于多智能體的環境狀态由多個agent的行為共同決定，本身具有不穩定性(non-stationarity)，Q-learning算法很難訓練，policy gradient算法的方差會随着智能體數目的增加變得更大。
優勢
Multi-Agent系統用于解決實際問題的優勢，歸納起來，主要有以下幾點：
1)在Multi-Agent系統中，每個Agent具有獨立性和自主性，能夠解決給定的子問題，自主地推理和規劃并選擇适當的策略，并以特定的方式影響環境。
2)Multi-Agent系統支持分布式應用，所以具有良好的模塊性、易于擴展性和設計靈活簡單，克服了建設一個龐大的系統所造成的管理和擴展的困難，能有效降低系統的總成本；
3)在Multi-Agent系統的實現過程中，不追求單個龐大複雜的體系，而是按面向對象的方法構造多層次，多元化的Agent，其結果降低了系統的複雜性，也降低了各個Agent問題求解的複雜性；
4)Multi-Agent系統是一個講究協調的系統，各Agent通過互相協調去解決大規模的複雜問題；Multi-Agent系統也是一個集成系統，它采用信息集成技術，将各子系統的信息集成在一起，完成複雜系統的集成；
5)在Multi-Agent系統中，各Agent之間互相通信，彼此協調，并行地求解問題，因此能有效地提高問題求解的能力；
6)多Agent技術打破了人工智能領域僅僅使用一個專家系統的限制，在MAS環境，各領域的不同專家可能協作求解某一個專家無法解決或無法很好解決的問題，提高了系統解決問題的能力；
7)Agent是異質的和分布的。它們可以是不同的個人或組織，采用不同的設計方法和計算機語言開發而成，因而可能是完全異質的和分布的。
8)處理是異步的。由于各Agent是自治的，每個Agent都有自己的進程，按照自己的運行方式異步地進行。
通信和協調
Multi-Agent系統适合于複雜的、開放的分布式系統。它們通過Agent的合作來完成任務的求解，實現Multi-Agent系統的關鍵是多個Agent之間的通信和協調。
Multi-Agent系統多個Agent之間通信語言，最具影響力的是在ARPA主持下研究而成的ACL（Agent Communication Language）語言，它由KIF（Knowledge Interchange Format）和KQML（Knowledge Query and Manipulation Language）等組成。
