在机器人向智能化的发展中，多机器人协作体系是一类具有掩盖性的技能集成渠道。假如说单个机器人的智能化还仅仅使个别的人变得更聪明，那么多机器人协作体系则不但要有一批聪明的人，还要求他们能有用地协作。所以它不只反映了个别智能，并且反映了团体智能，是对人类社会生产活动的幻想和立异探究。
多机器人协作体系有着广泛的运用布景，它与自动化向非制作范畴的扩展有着亲近的联络，因为运用环境转向非结构化，多移动机器人体系应能习惯使命的改变以及环境的不确定性，有必要具有高度的决议计划智能，因而，对多移动机器人协作的研讨已不单纯是操控的和谐，而是整个别系的和谐与协作。在这里，多机器人体系的安排与操控办法在很大程度上决议了体系的有用性。
多机器人协作体系仍是完结散布式人工智能的模范。散布式人工智能的中心是把整个别系分红若干智能、自治的子体系，它们在物理和地理上涣散，可独登时执行使命，一起又可经过通讯交流信息，互相和谐，然后同完结全体使命，这无疑对完结大规模和复的使命是赋有吸引力的，因而很快在军事、信及其他运用范畴得到了广泛注重。多机器协作体系正是这种理念的详细完结，其间每机器人都可看作是自主的智能体，这种多智体机器人体系MARS（MulTI—AgentRoboTIcSystems）现已成为机器人学中一个新的研讨抢手。
多移动机器人体系因为具有移动功用，能在非结构环境下完结杂乱使命，是多机器人协作体系中最具典型含义和运用远景、也是得到最广泛研讨的一类体系。以下就以多移动机器人体系为代表，介绍智能机器人协作体系的首要关键技能：
1．体系结构
体系结构是体系中机器人之间逻辑上和物理上的信息联系和操控联系，以及问题解才干的散布形式，它是多移动机器人协作行为的根底。一般地，多移动机器人协作体系的体系结构分为会集式（Centralized）和分式（Distributed）两种。会集式体系结构可用一个单一的主控机器人（Leader）来规划，该机器人具有关于体系活动的一切信息。而散布式体系结构则没有这样一个机器人，其间一切机器人相关于操控是相等的。虽然会集式体系结构可完结大局最优求解，但因考虑到不确定性影响，实践上人们更偏好散布式结构。近年采，在散布式体系结构中，为了战胜机器人在实践环境中对环境建模的困难，，进步多移动机器人协作体系的鲁棒性和作业才干，一些学者选用了依据行为的反响式操控膂力，一些学者选用了依据行为的反响式操控体系结构，将协作行为树立在一种反响形式上，加快了移动机器人对外界的呼应，防止了杂乱的推理，然后进步了体系的实时性。
2．感知
感知是智能机器人举动的根底，包含“感觉”（传感）和“知道与了解”信息交融与运用）。在移动机器人中最首要的感知问题是定位和环境建模问题［7］o虽然已有里程计计算、依据视觉的路标辨认、依据地图匹配的大局定位、陀螺导航、GPS等多种定位办法，但在不知道非结构环境中，现在有GPS才干完结可有用的大局定位。但GPS一起遭到精度、安全等要素的约束。怎么凭借机器人之间的合作进步定位和环境建模才干，是研讨多移动机器人体系智能的重要内容。近年来，提出了多种环境地图树立与定位的同步处理办法［8］，其间环境建模与定位进程是互相随同的，两者在互相迭代的进程中逐步明晰化，但往往要求严苛的环境条件。此外，在不少协作使命中只需求协作者间的相对方位信息，如编队及部分避碰等，因而依据传感器的部分定位也遭到重视，机器人之间经过超声、红外、激光或视觉等传感器互相勘探，然后经过计算、滤波等算法进行信息交融，由此得到体系中各机器人的相对方位。
3．规划
规划问题首要包含使命规划和途径规划，一直是人工智能及机器人学研讨的首要问题，对其进行了许多和长时间的研讨，效果已运用在多机器人协作体系的规划问题研讨中E引，与体系结构相对应，多移动机器人体系的规划一般包含会集式规划（Centra）—ized1anning）牙口散布式规戈 U（DistribUted“nning）两种办法。会集式规划一般能取得效率高、大局最优的规划成果，但它首要适用于静态环境，难以敷衍环境的改变。散布式规划中，每个机器人依据本身具有的环境信息规划自己的举动，其长处是能习惯环境的改变，缺陷是不能取得大局最优解和或许呈现死锁现象。
4．学习与演化
学习和演化是体系具有习惯性、灵活性等特性的表现。现在，在协作机器人学中首要选用增强型学习（ReinforcementLearning）办法和遗传规划（GeoeTIcPrgramming），并且在多机器人转移体系和机器人足球中取得了成功运用［10］［11］。现在的多机器人学习和演化还停留在比较低的行为层次，其学习和演化的使命和环境也非常简略，当其面临更为杂乱的使命和环境时，存在时滞点评和组合爆破问题，别的，对多智能体的散布式学习与演化，也与传统的会集式的学习与演化办法有显着差异，还有待寻觅更为有用的行为优化办法。
5．和谐与协作战略
多移动机器人体系在协作完结杂乱使命时，涉及到各机器人使命、规划、操控间的和谐［12］［13］，多智能体理论的研讨已为这些和谐行为供给了思维与战略，但怎么把这些笼统的思维与战略结合到详细体系中加以完结，一起又能表现普适性，涉及到用什么东西正确描绘各层次的体系行为。现在在使命和谐层最典型的描绘东西是离散事情动态体系理论中的有限状态机（FSA）办法，但怎么对不同层次的行为学习混合体系理论和办法进行一致描绘，仍是在研讨的抢手课题。此外，在同一环境中运转的多个移动机器人，经常会发生资源运用时的抵触。假如没有恰当的和谐战略，体系将不能正常作业。关于可预见的抵触，可经过规划加以防止。但体系动态运转时的状况常常不能事前精确猜测，仅依托规划的办法处理抵触将非常有限。关于动态抵触的消解首要包含磋商法、常规法（ConvenTIon）和熟人模型法。在动态环境中的死锁检测与消解，仍是非常具有挑战性的难题。
6．体系软件渠道开发
多机器人体系的研讨现已继续进行了近20年，前期的作业首要会集在体系硬件和与之相关的某些单项技能的研讨，跟着多移动机器人硬件体系的逐步完善，当时的软件研讨显着滞后，所开发的软件往往针对详细的硬件体系和单一使命，技能集成度低、通用性差，无法有用发挥硬件的效能。为此，人们火急感到需求研发具有高度开放性、通用性、机器人硬件无关性和可扩展性的体系软件渠道，对现有的零星技能效果进行体系集成，一起为规范体系软件的规划结构供给规范。美国和欧洲各国近3年来启动了多项针对多移动机器人协作体系软件开发的大型项目，发生了一些有代表性的软件开发渠道，并已取得运用。
7．试验研讨
多移动机器人协作体系的试验研讨开始是从计算机的模仿仿真起步，运用计算机软件树立一个设想的机器人集体。经过这种途径，能够较自由地赋予机器人主体以抱负的机制，使其以不同的办法互相作用。可是，这种做法虽然能调查许大都理性或生物性原理对机器人集体协作行为规范的影响，却很难直接运用于结构实践的作业体系。近年来，跟着机器人及其构件功能的改进，运用实机多机器人体系的研讨不断添加，然后使理论研讨与实践环境、现有物理机器人之间的间隔逐步缩小。现在，国际上大都机器人根底研讨试验室都在从计算机仿真和实机试验两个途径一起展开研讨。
