随着大数据处理技术及人工智能的发展，机器人的感知和处理能力不断提高。机器人被广泛应用于工业、农业和日常生活等各个领域。与单体机器人系统相比，机器人群体通过协同合作可以获得更好的性能。自主控制是实现机器人群体应用的关键，保持通信连通是机器人群体协同合作的基础。然而，大多数现有的自主控制方法以群体连通作为前提假设，适用性不足。因此，研究机器人群体连通性与自主控制问题具有重要意义。本文在分析机器人群体连通性相关理论和特性的基础上，针对不同场景中考虑群体连通性的自主控制问题展开求解。主要内容及创新点包括：
　　?研究分析了机器人群体连通性的基础理论与基本特性（第二章）
　　本文首次系统阐述了机器人群体连通性的基础理论，基于群体通信拓扑图给出了群体连通的充要条件，详细介绍了群体代数连通度、群体点连通度、群体边连通度概念及性质；从时空、任务、对抗等3个角度分析了群体连通性的特性，提出了隐式连通、核心连通等概念。相关理论研究可为考虑连通性的机器人群体自主控制问题求解提供理论指导，支撑自主控制方法设计。
　　?提出了考虑内部连通性的机器人群体自主控制方法（第三章）
　　以群体导航场景为例，本文构建了考虑内部连通性的机器人群体自主控制问题模型，设计了求解机器人群体导航的多层控制框架；以分布式导航方法为基础，嵌入路径规划功能，设计并实现了一种混合求解方法RRT-DNF。通过典型仿真案例测试了RRT-DNF方法的正确性和性能。结果表明，RRT-DNF方法能在保证机器人群体内部连通的基础上完成群体导航任务。与分布式导航方法相比，RRT-DNF方法在无障碍物环境中的任务执行效率提升了20.17%-63.94%，在有障碍物环境中的任务执行效率提升了7.77%-29.08%。
　　?提出了考虑群体—基站连通性的机器人群体自主控制方法（第四章）
　　本文构建了考虑群体—基站连通性的机器人群体自主控制问题模型，提出了一种基于角色的求解框架MRSA，能够以完全分布式的方式决策中继机器人。提出了一种基于LAP判定的AMRD算法，面向不同模型的机器人群体分别设计了基于MRSA框架的控制方法。通过仿真实验测试了基于MRSA控制方法的正确性和性能。实验结果表明：基于MRSA框架的控制方法能够保证机器人群体与基站持续连通，产生的控制通信量比基于市场的方法减少了约90%。
　　?提出了考虑连通性的模型未知机器人群体自主控制问题求解方法（第五章）
　　本文首次采用深度强化学习方法求解考虑连通性的机器人自主控制问题。以领航跟随任务为例，构建了考虑连通性的模型未知机器人群体自主控制问题模型，设计了基于DQN的离散控制学习框架、基于DDPG的连续控制学习框架；设计并实现了领航跟随任务模拟器，为机器人群体学习提供环境模型。实验结果表明，两类学习框架均能正确求解多种不同设置下的领航跟随任务。