相比于传统的单移动机器人系统而言,多机器人系统作为冗余系统,具有重配置、变结构等特点,因而可以降低系统成本、提高系统的效率和鲁棒性。多机器人编队是指多个自主移动的机器人在运动过程中保持某种特定形状的控制技术。它被广泛应用于军事侦察、灾难救援、航空航天和工业应用等领域中。在军事应用中,多机器人编队可以用于侦察区域覆盖、突破防线等任务;在灾难救援中,多机器人编队形式能够扩大救援范围、提高救援效率;在航天航空领域,小型卫星编队可以减少推进过程中的燃料消耗并扩大卫星集群的感知范围;在智能交通领域,车辆的编队行驶能够极大的缓解高速公路的交通压力;在生物领域,编队控制能够帮助研究人员更好的理解生物的社会行为,如鸟群或鱼群的集体迁徙现象。然而,由于多机器人编队经常工作在较为危险或者敌对的环境之中,存在较多的不确定性因素,机器人故障或缺失不可避免。机器人缺失将会使编队性能下降、工作效率降低,若不采取相对应的处理措施,甚至可能会导致机器人编队任务失败。因此,需要设计一种能够在机器人缺失后自主修复机器人编队拓扑和系统性能的自修复算法。本文针对机器人编队中部分机器人缺失后的自修复问题,提出一种基于梯度的分布式编队自修复算法,该算法借助机器人邻居间局部交互,使机器人编队能够自主修复网络拓扑并提高机器人编队网络的运动同步性。本文具体贡献如下:1.考虑各机器人缺失对编队运动同步性的影响,提出一种梯度生成和扩散机制,在编队中形成稳定的梯度分布,并将该梯度生成和扩散机制与网络拓扑切换的相关结论结合,提出一套能够改善运动同步性的网络自修复切换规则及其对应的分布式个体控制实现,同时证明上述基于梯度的编队自修复算法不但能够改善编队运动同步性而且使修复路径最短;2.针对不同优化指标下递归自修复算法修复机器人序列选择问题,以梯度值为基础引出梯度向量的概念,并提出一种基于梯度向量的递归自修复算法框架,通过改变梯度向量的内容,选择不同的修复机器人序列,适应不同的优化指标。3.通过不同机器人个数和网络拓扑模型下的仿真,验证本文算法的有效性和最优性,同时通过在多机器人实验平台上的自修复实验,验证算法在实际机器人系统中的有效性。