1、多機器人系統(tǒng)是智能機器人研究領域的一個重要分支。與單個復雜機器人相比，多個簡單的機器人組成的系統(tǒng)具有設計周期短，系統(tǒng)可靠性高，任務執(zhí)行效率高，適應任務空間分布等優(yōu)點，然而如果多個機器人之間沒有一個好的協(xié)作算法對它們執(zhí)行任務進行協(xié)調，那么執(zhí)行任務的效率會大大降低，甚至會有相互干擾和相互沖突的情況發(fā)生。本文立足于多機器人研究的典型環(huán)境，從目前比較熱門的多機器人地圖構建、多機器人編隊和多機器人搜集任務等領域對多機器人算法進行了研究。
　

2、　地圖構建是未知環(huán)境下機器人完成復雜任務的前提條件，多機器人協(xié)作地圖構建比起單機器人地圖構建無疑速度更快，然而如果沒有一個好的協(xié)作算法，多機器人可能會因為重復搜索同一區(qū)域而造成效率降低和碰撞增加。利用遺傳算法使多個機器人盡量保持相互遠離并且距離原來的位置最近的狀態(tài)下進行環(huán)境探索，仿真實驗證明該算法可以減少多機器人重復探索的幾率，并使機器人間碰撞幾率得到很大程度的降低。
　　人為制定復雜環(huán)境下機器人的行為規(guī)則比較困難，對于多機器人協(xié)

3、作規(guī)則，進行人為制定更加困難，強化學習為這一問題提供了一條解決途徑。機器人通過與環(huán)境交互，不斷試錯，能夠學習到適應環(huán)境的行為規(guī)則。我們將強化學習應用到多機器人編隊和多機器人搜集兩個任務環(huán)境，通過仿真驗證，當提供適合的強化函數時，機器人不僅能夠學到正確的自身動作規(guī)則還能夠學到較好的協(xié)作行為規(guī)則。
　　本文建立了動態(tài)障礙物的避碰規(guī)則，并應用動態(tài)優(yōu)先級法解決了機器人之間發(fā)生路徑沖突時的沖突消解問題。通過仿真實驗驗證了動態(tài)避碰規(guī)則和動態(tài)優(yōu)