“多智能体系统（MAS）通过允许多个独立的智能体协作或竞争，来处理多目标优化问题，从而寻找复杂问题的最优解决方案，这些问题具有多个相互冲突的目标。在MAS中，每个智能体可以代表不同的目标，或者它们都可以为共享目标贡献力量。通过将优化过程分配到多个智能体，系统可以比单个智能体更有效地探索更广泛的解决方案空间，从而更有效地促进不同目标之间的平衡。
在实际操作中，智能体可以采用各种策略来优化它们的目标。例如，在一个需要最小化成本同时最大化性能的场景中，单独的智能体可能专注于成本降低或性能提升。它们可以交流各自的结果，分享见解，甚至进行妥协谈判。不同的智能体可以利用针对其特定目标的局部优化技术，产生一组多样化的潜在解决方案。一旦确定了几种解决方案，一个元智能体或协调者可以对其进行评估，选择一个最符合整体目标的解决方案，依据预定标准做出决策。
这一方法的一个具体例子可以在交通管理系统中找到。在这些系统中，多个智能体各自控制不同的交叉口，旨在优化交通流量，同时最小化拥堵和减少车辆行驶时间。这些智能体可能访问实时交通数据，使它们能够调整信号，平衡保持交通畅通与减少行人等待时间之间的冲突目标。通过协调行动，这些智能体能够共同努力朝着一个比任何单一交通控制者能够单独实现的更高效有效的解决方案前进。”