机器人足球比赛是近年来在国际上迅速开展起来的高科技对抗活动,为机器人学、智能控制、无线通讯、图像处理、机械学等多学科交叉性的研究与应用提供了很好的平台,具有很高的理论研究价值和实际应用价值。机器人足球比赛具有对抗性、自身复杂性和环境动态性。在机器人足球比赛中如何处理好多个机器人的任务分解和任务分配问题是发挥整个机器人队伍优势的关键问题之一。在收集和分析国内外相关文献的基础上,本文研究了中型组机器人足球比赛中系统任务分解和任务分配算法。本文的主要研究内容包括：1.中型组机器人足球比赛系统的任务分解。将待完成的目标任务,根据任务的类型及难易程度、环境要求与系统资源配置等因素分成若干个子任务。在任务分解的过程中,要充分保证子任务的相对独立性,以便减少个体机器人之间的数据交互,最大限度地利用局部资源,从而提高系统的整体效率。针对对与环境特征相关的复杂动态抽象任务,本文提出一种新的基于环境特征的足球机器人系统任务分解方法。从环境中抽取与任务相关的特征表征环境状态,特别关注对方在球场上位置分布情况对环境特征的影响,提出了基于环境特征的球场的动态分割方法,进而实现任务分解；针对任务分解滞后性的缺点,引入机器人辐射区的概念,超前化、区域化的描述机器人实时状态。并通过仿真实验证明了其可行性有效性。2.中型组机器人足球比赛系统的任务分配。在确定的多机器人和多个已经分解好的子任务情况下,为每个机器人分配子任务以及执行任务的路线,从而保证系统完成总任务所需的时间尽可能的短、能耗尽可能的低,同时又要满足多个限制条件约束。本文给出了一种基于遗传计算的足球机器人系统任务分配算法,仿真结果表明了其是可行的、有效的。最后对全文进行了总结,说明了主要的研究成果,同时指出存在的不足和有待于进一步研究的问题。