近年来,各种突发事故和人类的破坏活动导致灾难频发,对全人类的生命安全造成了威胁,引起社会各界人士的广泛关注。RoboCup Rescue机器人仿真系统是一个先模拟发生地震或火灾等自然灾害的城市环境,再利用机器人在该场景中展开救援工作的系统。在该系统中,机器人需要完成抢救灾难中的伤者、扑灭可能发生的火灾等任务,其目的是减少灾难中的损失,提升救援的整体效果。RoboCup Rescue中机器人的行动策略,为现实中救援队伍进行现场救援活动,提供了理论支持和决策方案支持。本文借助该仿真系统,侧重研究了多智能体的救援策略,主要工作如下:（1）警察智能体的清障策略警察智能体的主要任务是清理道路上的障碍物。本文采用道路引导线机制的清理方式,来降低移动智能体被障碍物困住的可能性。根据有无警察中心以及通信状况,提出了一种基于优先级和Hungarian算法两种任务分配的警察清障策略。在仿真实验中,证实该清障策略的有效性。（2）消防智能体的灭火策略消防智能体的主要任务是灭火和控制火势。本文采用分区的灭火策略。使用K-means++聚类算法创建地图分区,将仿真地图划分为若干个分区。基于分区,将消防智能体进行调整分配,使用Graham算法对着各分区内着火建筑物建立凸包。消防智能体再控制凸包里建筑物的火势,防止火灾蔓延。在仿真实验中,证实该灭火策略的有效性。（3）救护智能体的救治策略救护智能体的主要任务是救治受伤智能体。用A*算法来实现移动智能体的路径规划。为快速收集到伤员名单,提出了救护智能体自身感知搜索策略和消防智能体协作搜索策略。为营救更多的伤员,使救护智能体选择最佳的目标进行救援,本文采用基于任务优先级的救治策略,根据救援目标权值、受伤智能体的健康程度以及救护智能体到目标的距离来进行选择。在仿真实验中,证实该救治策略的有效性。