机器人的应用降低了人们的劳动强度和在危险和未知环境中的危险性。尤其是在战争中的应用,促进了人们对机器人技术的研究。多个机器人在执行空间上分散、时间上连续的任务时,相对单机器人有着明显的优势。随着计算机和人工智能技术的发展,人们对于机器人胜任复杂任务的期望越来越高。多机器人系统的协同任务规划引起了广泛的关注和研究。任务规划主要有任务分配和路径规划两方面。目前,在多机器人路径规划方面的研究比较深入。但是多机器人复杂任务规划和组织属于顶层设计,涉及到运筹学、博弈论、人工智能等学科,这方面的研究属于难点,相关研究大多数没有很强的应用背景。论文从研究的难点入手,以构建具有应用意义的复杂问题模型为主线,在研究机器人规划基本理论的基础上,以美国空军任务规划系统框架为目标,以协同进攻问题模型研究为载体,重点研究了整体目标任务分配和子目标协同搜索问题。本文首先对机器人任务规划基本理论进行了研究。重点从体系结构和定位技术两方面进行了研究,体系结构是多机器人系统顶层设计首先要考虑的问题,对于任务规划问题模型的顺利提出有着重要的启发作用。机器人定位技术是机器人系统的基础性和底层问题,对其研究能让问题模型将来走向应用做好铺垫。定位技术的选择,也直接影响着具体任务规划系统的整体设计。其次,论文提出了机器人协同任务规划问题模型。对协同进攻问题进行建模,从任务目标、可用资源、环境威胁、任务需求四方面,将具体问题模型化。对集中式分配方法的常见规划方法进行研究,并将经典最优分配方法和整数线性规划方法分别与模型问题相结合,提出了两种新的具体模型,并采用两种规划方法进行了仿真。仿真的结果表明,提出的问题模型在解决复杂的协同攻击问题中有效、可行。最后,对于任务分配中的一个目标搜索子任务,采用分布式的群机器人协同搜索方法来解决。通过目标分工形成若干个子群联盟,每个子群联盟分别针对其目标进行协同工作,每个子群联盟通过进化算法分别针对其目标进行协同搜索。为了提高子群的协同搜索能力,提出一种基于辅助定向改进的粒子群算法,增强搜索效率和准确性;在仿真中,一般漫游算法在发现目标上消耗的时间较长,降低了系统的整体效率。针对这个问题,引入基于人工势场的螺旋漫游法,提高了全局搜索能力。仿真结果表明,使用本文方法对群机器人进行协同搜索,搜索效率较现有方法有显著提高。