在机器人领域,多智能体规划是一个基本且重要的问题。在多智能体规划中,多个机器人需要相互协调,共同完成一项或多项任务。多智能体无标记规划问题被定义为机器人的目标为非确定性目标的规划问题,在各种各样的实际应用中具有重要价值,如多机器人救援、仓库自动化、房屋清洁等。此问题同时包含目标分配、轨迹生成等多个子问题,导致其求解变得较为困难。因此,多智能体无标记规划问题是目前智能机器人研究领域的研究热点之一。本论文针对两类重要的多智能体无标记规划问题:多智能体无标记导航问题和多智能体无标记奖励收集问题,开展研究并分别提出了解决方案。多智能体无标记导航问题要求多个机器人在无碰撞条件下到达同等数量的无标记目标。该问题通常应用在大规模应用场景中,如使用多机器人进行大范围搜救。考虑机器人之间的通信稳定性,该问题更适合使用去中心化方法解决。然而,现有去中心化方法多为局部导航方法,机器人在障碍物复杂的环境中容易陷入锁定配置,导致规划失败。本论文提出了一种基于多机器人通信的去中心化方法处理该问题。首先,提出使用一种基于路由器的机器人通信框架,通过在环境的关键位置部署路由器来协助机器人进行相互协调;之后,基于该框架,使用模仿学习进行训练,并提出一个基于图的专家算法为学习过程提供指导,实现了一种基于模仿学习的去中心化多智能体无标记导航方法。多智能体无标记奖励收集问题要求多个机器人在满足复杂动力学的情况下收集若干个散布在环境中的物品。此问题要求规划器同时处理离散目标分配和连续轨迹生成。现有方法通常仅考虑离散空间或连续空间中的搜索,而不是二者的结合,且部分工作并不考虑机器人动力学约束。本论文提出了一种两阶段协同优化算法处理该问题。首先,将机器人的轨迹采样到前向搜索树,并使用遗传算法同时计算目标分配和机器人离散轨迹。之后,在固定目标分配的情况下使用Metropolis Hasting算法对轨迹进行局部优化,实现了一种高效的多智能体无标记奖励收集方法。.综上,本文的主要贡献如下:1)针对多智能体无标记导航问题,提出了一种基于机器人通信和模仿学习的去中心化方法,该方法可以应用在障碍物复杂的环境,且具有很强的可扩展性,如扩展到新的场景、更大的机器人集群等。2)针对多智能体无标记奖励收集问题,提出了一种基于协同优化的方法,能够同时处理离散目标分配和连续轨迹生成,并适应复杂场景。实验结果表明,本文提出的两种方法均契合实际应用场景,具有较高的规划成功率和轨迹生成质量。对于多智能体无标记导航方法,进行了丰富的消融实验以测试算法避障有效性和机器人通信框架的作用,通过大量实验展现出了算法在机器人数量大小和机器人动力学方面的强大可扩展性以及对新环境良好的适应性,在点状机器人和汽车型机器人的测试中分别达到了 91.2%和85.6%的规划成功率。针对多智能体无标记奖励收集方法,对算法核心部分的有效性进行了分析,并通过实验验证了算法优异的收敛速度,测试分析了算法在不同复杂程度环境中的表现。实验证明,算法在较简单环境中的最高规划成功率为100%,复杂环境中的最高规划成功率达到95%。