制造业作为国民经济的基础，其兴衰直接关系到国家的综合竞争力和安全。受全球经济一体化和市场多元化影响，社会对产品的需求趋于多样化、个性化和动态化，这使得产品种类不断增加、批量不断缩小、生命周期越来越短。多品种、中小批量的生产已逐渐成为生产方式的主流，生产过程逐渐出现高并发、混线和难预测等特征。因此，制造系统的运行环境越来越充满了不确定性，多目标、不确定性事件频繁发生，且经常伴有持续变化而又不可预知的任务（生产任务的变化、紧急任务等）和事件（设备故障、资源变化等），生产负荷基本上呈动态性与非线性。如何快速有效地应对制造环境中出现的各种不确定性因素是当前制造系统必须考虑的一个关键问题。

随着“工业4.0”等概念的不断深入，新一代通信技术和传感技术与制造业进行快速高度融合。特别是物联网技术与制造技术深度融合的产物——物联制造（IoT-based Manufacturing，IoTM），更进一步将制造系统推向数字化、信息化、智能化发展的方向。多智能体制造系统与物联制造的概念虽然各有侧重点，但二者其实殊途同归。以多智能体技术为基础来实现物联制造，对处理个性化订单、排除扰动以及车间重构上都具有天然的优势。因此，在当前大力提倡“工业互联”的背景下，多智能体制造系统实际上是实现物联制造的理想途径。

虽然多智能体制造系统已成为大家公认的一种智能制造模式，受到越来越多研究者的青睐，被认为是解决当前及以后制造业困境的有效手段。然而，一个不争的事实是，多智能体制造系统的概念从提出到现在已有几十年的历史，却鲜有看到其在工业界得到有效应用的报道，其背后的原因值得我们深思。在工程领域，任何理论和方法的提出，最终目的都是为了付诸于实践。一方面，个性化定制、订单不可预知、工艺多变的制造业态势越来越明显，通过多智能体制造系统来实现自组织生产的需求越来越迫切。另一方面，目前对多智能体制造系统的研究仍然主要停留在论文层面，且大多假设认为车间层的物理设备（如数控机床、机器人等）已经是智能体，然后展开相关智能体交互及仿真的研究，但究竟怎样才能将车间层的这些物理设备封装成为具有相互通信、自我决策功能的智能体，这方面的使能技术研究却鲜有人深入研究。这背后的根本原因在于研究人员的知识背景及知识结构的差异性。由于多智能体的概念本身源于计算机领域，所以目前从事多智能体制造系统的研究者大多是从计算机仿真的角度来进行智能体交互及决策方面的研究，缺乏数控系统、机器人控制、设备驱动等与底层设备相关的专门知识，所以难以从设备底层入手进行智能体使能技术的相关研究。

因此，尽管多智能体制造系统的概念早已被人们认可，但该模式难以在实际场合得到落地应用，大多数研究仍然只停留在论文层面。如何将该领域的论文“写”在祖国大地上，“写”在智能制造车间里，迫切需要加强使能技术方面的研究。与此同时，随着物联制造、工业互联、边缘计算等技术的逐渐成熟，多智能体制造系统的架构与体系也需要进一步得到丰富和完善，其中智能体的内涵与内容也需要得到进一步的扩充。 pVkxJtfXq+bV8b3cAaxFb3btH2T6aeMRy+vPPSHa8mOE3BLC4q+0eQoGGp+4gbNz