多机器人系统在工业、农业、国防等领域有着广阔的应用前景。多机器人之间通过协调与合作,可以用更可靠、更快速、更廉价的方法完成单个机器人难以完成的任务。因此,对多机器人系统协调与合作问题的研究具有重要的理论意义和应用价值。本文讨论并分析了多机器人系统的体系结构以及机器人个体的控制结构。在研究并分析了多机器人系统分布式体系结构的基础上,建立了一种多机器人系统的分层式体系结构模型。其中,机器人个体采用基于行为的反应式结构。首先对多机器人系统的协调避碰问题进行了研究。基于矢量势场的原理设计了机器人的基本行为集,根据交通规则法设计了避让机器人策略,改进和优化了反应式结构中的控制参数。采用的方法不但保持了基于势场的行为设计所固有的简洁与快速的优势,也使未知环境中基于行为的多机器人协调更加有效。在研究协作搜集任务时,采用了基于行为学习的协调控制方法。针对多个机器人竞争系统资源所引发的冲突及死锁现象,设计了减速移动行为;为了保证多机器人系统任务的完成效率以及机器人行为输出的合理性,对Q学习算法进行了改进,提出了对运动过程进行奖赏以及最优策略共享的方法。针对机器人运动中的行为合成,提出带有短期记忆的Q(λ)学习方法,缓解了机器人的局部震荡现象。对文中的具体问题在JAVA环境下进行仿真研究,仿真结果证实了本文策略及算法的可行性及有效性。