本論文では，アリの分業メカニズムに基づくロボット群のためのマルチエージェントシステム(MAS)の自律的役割分担手法を提案する．MASは中央制御を用いず，各エージェントが環境・近傍のエージェントとの相互作用から秩序を形成するため，柔軟性・頑健性・拡張性に優れている．本研究は，社会性昆虫のアリの分業メカニズムに着目し，反応閾値モデル，反応閾値分散システム，反応閾値の専業化モデルを統合し，学習機能を付与することで，タスク要求や環境変化に応じた動的な役割分担を可能にする．シミュレーション実験により，提案手法が局所的な相互作用に基づき，システム内外の変化へ適応的にタスク割り当てを行えるか検証する．