近年来,群机器人系统在许多不同方面都进行了大量的研究工作,通过设计各种算法来实现集群现象。同时为了验证所提出方案的有效性,数学建模,计算机模拟仿真和实体机器人实验都已被广泛的应用。不仅仅是在医学上,在航天探索和石油勘探上,群机器人都会在未来发挥着至关重要的作用。本文针对群智能机器人编队与路径规划问题进行研究,仿真机器人为Kilobot,通过MatlabR2016b和V-rep仿真验证证明所研究方法的有效性。主要研究内容为:传统人工势场法在群智能机器人避障中的应用,通过构造势场模型来研究群机器人在势场内的运动趋势,趋于负梯度方向运动。在多次仿真实验的同时也分析出了传统人工势场的优点和劣势,并提出了传统人工势场算法存在的两大问题目标不可达问题和局部极小值问题,最终改进传统人工势场。在研究传统人工势场和改进人工势场的同时,还引入了波算法,波算法是一种有效的群智能机器人避障算法,其基本思想是通过特定的机器人来引导群体机器人进行避障。单个机器人的行为可以由一个局部算法来定义,波算法利用了分布式系统的基本概念,例如机器人可直接与代理之间进行信息交流,与此同时,群机器人也可以使用间接通信,来感知周围环境。波算法和人工势场算法的融合可以更简单更快捷的实现整体避障功能。机器人之间的相互沟通,提高了整体鲁棒性和群机器人在避障过程中伸缩性,并能很好的在探索未知环境时起到重要的作用,最终通过仿真实验来验证了可行性和有效性。