多机器人任务分配是以多机器人系统为对象,将多个任务以某种优化条件分配给系统中的各个机器人,使之完成任务。如今单个机器人已不能满足复杂任务的需求,多机器人的研究和应用显得尤为迫切,进行合理的任务分配对提高机器人系统的工作效率十分重要。首先,本文建立了类多旅行商(Similar Multiple Traveling Salesman Problem,SMTSP)的多机器人任务分配模型,将精英集策略引入遗传算法中,调节目标函数中的权值参数,在不同优化目标下对任务分配进行研究。相对于基本遗传算法,本文的算法改进之处是,对精英集进行交换、滑动、翻转操作,保留了种群多样性,同时提高了目标搜索速度;其次,本文对任务点间含断路的任务分配问题进行了研究。验证了算法对解决实际问题中的断路问题,如信号中断、物流运输路段崩塌等的有效性;最后,通过仿真实验,验证了本文基于精英集策略的遗传算法具有较高的收敛速度,并得到任务分配的近似最优解;通过对比实验得到,以均衡权值同时优化总路程长度及最大完成时间时,能够得到路径分布均衡且能耗较少的任务分配结果。本文采用的多机器人任务分配方法具有广阔的应用前景,在物流配送,空间调度,战场分布等实际应用方面具有很好的发展前景。