在无人机功能有限的今天,面对日趋复杂的作战任务、无法预测的作战环境,单一无人机所拥有的性能逐渐无法满足作战要求,无人机更多地以多机协同作战的方式执行综合性任务。多无人机编队是多无人机系统的重要组成部分,是任务分配、路径规划等工作的前提,但在目前高对抗的动态环境中也受到了巨大的挑战,主要包括:(1)以现有编队方法构建的多无人机编队在队形稳定性和队形变换自主性两方面无法同时得到满足。(2)当编队队形受到影响需要调整时,编队变换的速度不够快,变换时的飞行路径重叠,飞行距离过长。针对这两个多无人机编队领域的问题,本文所作的主要工作如下。首先,本文研究了经典的多无人机编队方法,融合了长机-僚机法和虚拟结构法的部分特点,提出了一种改进的长机-僚机法。该方法使用改进后的人工势场算法为多无人机编队提供基本的编队控制;引入分布式一致性算法的思想构建编队,为多无人机系统的信息一致性提供保证。保留实体长机作为决策中心,减少编队对于地面控制中心的依赖,提高无人机编队的自主性;预备多架实体长机,形成多核心的编队模式,提高无人机编队的安全性。通过应用上述的多无人机编队方法,解决对抗环境下多无人机编队稳定性和队形变换自主性无法同时满足的问题。其次,本文选用多智能体强化学习算法,融入启发式函数,提出了一种改进启发式强化学习算法,用于解决多无人机队形变换问题。该算法借助适用于编队变换的启发式反向传播算法,提高强化学习的收敛效率。结合模拟退火相关方法改进强化学习中的动作选择策略,使得强化学习算法能够以更快的速度获得优质的解。通过上述的强化学习算法,解决对抗环境下多无人机队形变换效率低的问题。最后,本文利用虚拟化和分布式系统相关技术实现多无人机编队的仿真模拟实验。仿真实验表明:改进的长机-僚机编队方法满足作战任务需求,并在稳定性和自主性方面具有优越性;改进的启发式强化学习算法高效地解决队形变换问题,为多无人机编队在队形变换时提供安全、优质的飞行路径。