分布式人工智能在多智能体系统中是指多个自主智能体在共享环境中协作、沟通并运作以解决复杂问题的一种方法。在这种系统中，每个智能体都有自己的目标和能力，能够独立执行特定任务，同时能够与其他智能体共享信息并共同做出决策。这种设置与集中式人工智能系统形成对比，后者由一个大型模型处理所有任务，这可能导致瓶颈或单点故障。
分布式人工智能的一个常见例子是在机器人技术中，多个机器人共同工作以实现一个共同目标，例如寻找物体或在仓库中整理物品。每个机器人可以感知环境并基于其本地观察做出决策，同时与其同伴共享相关数据。例如，如果一个机器人识别到障碍物，它可以实时通知其他机器人改变路径，从而提高整体效率。这种协作策略使系统能够比单个机器人单独操作时更有效地适应动态环境。
在软件应用中，分布式人工智能体现在智能电网中，其中各种能源管理智能体沟通和协调以高效管理电力分配。每个智能体可以响应当地条件，例如能源消费模式或停电，同时仍然朝着稳定和高效的能源传递的整体目标努力。通过在多个智能体之间分配决策过程和责任，这些系统能够提供比传统集中式系统更强大和灵活的解决方案。这种设计促进了适应性，因为智能体可以基于当地条件个别发展其策略或从与他人的交互中学习。