随着进化计算研究的不断深入，人工智能的发展进入了一个崭新的阶段。目前，国内外关注的进化算法，包括遗传算法，粒子群算法，蚂蚁算法，多目标进化算法等等。进化算法仿照生物进化的过程，通过引入物种选择，物种竞争，基因交叉，基因变异的生物进化论的思想，使得进化算法在组合优化问题的解决，空间最优解的搜索方面表现出巨大的潜力。 人工智能的发展，同时也推动了机器人领域的发展。目前，国际上机器人的研究进入了一个富有挑战性的阶段。生活空间的日趋有限，自然环境的进一步恶化，人类需要不断的去探索新的空间，譬如人类登月，火星探险，这些无形中给机器人智能水平提出了巨大的要求。它催化出很多新兴的研究课题，包括机器人视觉、机器人运动控制、机器人路径规划等等相关方向。 本文以“863”支持项目“仿真机器人足球比赛”课题为基础，提出了多自主机器人系统中存在的竞争与合作思想，对多自主机器人系统进行了深入研究。主要包括如下几个方面： 研究了适合于仿真机器人运动控制的快速击球进化控制方法。针对以往仿真机器人系统在机器人的运动控制中，机器人精确击球法速度慢，预测击球法环境干扰大，不能妥善处理环境噪声等问题，通过将进化算法引入到仿真系统中，使改进后的击球方法满足机器人控制所要求的精确性、自主性和可靠性，使其适合于多自主机器人系统。 研究了采用基于种群的多目标进化算法来实现具有多目标的多机器人合作策略选择任务。基于多目标进化算法具有直接对当前形势(球的位置、速度，本方队员的位置、速度，对方球员的位置、速度等因素)的多方面考虑，直接搜索策略空间，进行各种策略量化的比较，因此，更适合具有大状态空间的多机器人环境。此外，对仿真机器人的运行结果运用“FIRA SimuroSot llvsll辅助分析软件”进行分析，优化，使该算法更具实用性。其中“FIRA SimuroSot llvsll辅助分析软件”已获中国版权保护中心软件登记部的软件著作权的受理通知。