协同物流（Collaborative Logistics）指的是各企业通过Internet提供服务并协调所有的商务活动，以提高利润和绩效。它创造了一个协同环境，使各企业能够共享信息和资源，从而提高物流效率和降低成本。
协同物流具有网络经济的成本优势，是
供应链管理的进一步发展。它将企业控制范围扩大到供应链上所有节点企业，第一次让企业可能及时获得供应链中完全的信息，最重要的是它让企业知道产品的状态。如生产、运输以及能否按时到达等。协同物流是以Web为基础的主机软件服务，它使生产企业、零售企业、
运输企业用更低的成本解决企业内外物流问题。协同物流反映了通过改变物流方式、物流途径挖掘物流新利润新源泉的趋势，它通过综合供应者到消费者的供应链运作，使物流、信息流和资金流的流动达到最优化，并追求全面的、系统的综合效果。
1. 各参与企业在企业文化、组织规模等方面应相近或相似。
3. 提供一个灵活的安全模型，防止企业机密泄露。
4. 所有成员共同得到利益且公平分配成本和收益。
5. 建立可靠的服务质量保证机制，防止货物在物流过程中的破损和污染，提高发货和送货的及时性，避免服务水平的下降，抑制物流成本的上升。
6. 允许成员自觉的创造、评估和发展合作伙伴关系。
7. 使协作贯穿于所有商业流程整合。
智能体(Agent)技术的研究成为
人工智能研究领域的热点，其最大特点是具有自主性和协作性，能够对复杂、协同和难以预测的问题进行处理，可随环境变化修改自己的目标，学习知识并提高能力。与此同时，信息融合技术也在飞速发展，各种面向复杂应用背景的物流系统大量涌现。在这些系统中，信息表现形式的多样性、信息容量以及信息的处理速度等要求越来越高，原有的一些信息处理与融合手段已经渐渐不能满足实际应用的需要。考虑到以上因素，将智能体技术引入到物流信息协同领域中，就可以使协同物流系统的性能大幅提高，并根据这一设计理念，构建基于
多智能体技术的协同物流系统。
车辆Agent(Vehicle Agent)是物流系统中货运车辆和驾驶员的抽象，车辆 Agent是车辆资源的一个智能代理。它不同于以往系统中的车辆记录，是在传统车辆记录的基础上封装了相应的推理、通讯和学习等能力，是一个具有自主特性的智能实体对象。各车辆Agent在问题求解过程中，既可单独也可相互合作。并能通过问题的不断解决进行自我演化。同时，各车辆Agent根据其能力相互竞争，主动进行问题求解。因此，各车辆Agent之间的协商机制是问题求解的主要内容。在物流运输过程中，只要在指定的日期内到达目的地，运输路线就由运输工具本身来决定。车辆Agent主要负责监控货物的相对位置和条件。它们能够查询，而且能对协同系统中的其他Agent的查询作出反应。如在冷货运输中，运输货物需要冷藏而货物本身太热，货物易损而在运输过程中装载在最下面；或货物运输超过了订单规定的日期，车辆Agent就会自动报警。车辆Agent的结构，如下图所示：
每个资源Agent与相应的资源相对应，并与任务Agent和管理Agent相连接，可用来直接驱动或控制所对应的资源。协同物流系统中，资源Agent主要为信息Agent。信息Agent主要控制各信息源的工作状态并调整其工作方式，将其数据信息处理成任务Agent和执行Agent所需要的形式，回答任务Agent的查询和供执行Agent作进一步的估计、推理和判断。仓库是重要的物流设施，仓库Agent是仓库设施设备及相关人员的其抽象，是物流系统中一个重要的资源Agent，它的基本任务是根据客户的订单要求，运用知识为客户在合适的仓库中选择合适的货物，并与车辆Agent进行通信。仓库Agent的结构，如下图所示：
Agent是一个具有感知能力、问题求解能力和与外界进行通讯能力的一个实体。作为一个具有自主特性的一种抽象实体，它能作用于自身和环境，并能对环境作出反应。
多智能体技术的中心思想是将大的、复杂的系统分解为小的、相对独立的子系统，依赖这些子系统彼此之间的竞争和协作来完成高智能性的任务。多Agent合作求解问题主要包括两种方法：任务共担(task-sharing)和结果共享(result—sharing)。以往的物流系统中一般将各类型车辆资源看作处于被动的等待被匹配检索和安排任务的静态记录，是一种缺乏智能的实体对象。不具备主动根据所解决的问题及环境的变化来自我调整自身知识结构和主动求解问题的能力，限制了系统求解计划调度车辆问题的效率。