在现代战争中,无人机由于其作战时间长、可靠性高等优点,在战场侦察中发挥着越来越重要的作用。而单无人机由于多种限制往往难以实现对所有目标进行侦察,因此,通常采用多无人机进行协同侦察。在军事领域,规划器是验证军事规划方案的重要工具,无人机侦察目标前通常采用规划器进行模拟验证,而如何设计实现合理的多无人机协同侦察任务规划器是当前急需解决的问题。本文首先对多无人机协同侦察任务规划问题进行描述,然后对遗传算法、蚁群算法以及蝙蝠算法进行了深入分析。通过对传统蝙蝠算法增加惯性权重以进行改进,同时对解的形式采用2N维编码方式来表示。分别对遗传算法、蚁群算法和蝙蝠算法进行实验验证,并对实验结果进行了比较分析,证明了改进后的蝙蝠算法在求解多无人机协同侦察任务规划问题上的优越性,为多无人机协同侦察任务规划器提供了合理的任务规划技术。考虑到多无人机协同侦察任务规划是一种初始的理想规划,模拟实体不具备智能性,本文利用Agent技术,采用混合型Agent模型结构,对多无人机协同侦察模拟实体进行模拟实体建立,并对模拟实体增加规则描述和处理,使其具有智能性。同时,为保证计算机对规则的读取,利用XML对规则进行存储,并设计AgentMain类,所有模拟实体均对AgentMain类进行继承和修改,提高了系统的可重用性,为多无人机协同侦察任务规划器设计了智能模拟实体。最后,本文针对传统的规划器结构存在的问题,利用改进的B/S架构对多无人机协同侦察任务规划器进行设计与实现,提高了系统的安全性、可靠性,降低了系统耦合性,并提升了系统性能。同时,结合多无人机协同侦察想定的模拟场景进行模拟实验,通过实验过程和结果分析,证实本文多无人机协同侦察任务规划算法的正确性、规则的合理性以及任务规划器的可靠性。