机器人可以代替人工高效的完成各种各样的任务,群机器人技术作为机器人技术的一分支,相比单机器人技术,它具有更好的鲁棒性,对环境的适应性,可以相互协作协调完成任务。在某些环境中相比单机器人系统能够更好的完成一些任务,例如对目标的搜索,目标的围捕,海面清理,战场无人机群等。对于机器人技术发展,群机器人技术研究也是势在必行。针对于群机器人系统的目标围捕任务,本文采用自底向上、自主涌现的算法架构,算法中群机器人系统通过感知、通信产生的决策,然后对群机器人系统的位置进行更新。本文针对群机器人上层决策控制算法展开研究。本文首先设计了对静态、动态目标物围捕的报文,个体机器人感知周围环境目标物的位置并广播相应的报文。机器人接受周围其他机器人传输的报文,从而扩大机器人的的感知能力,使其获得其周围局部的全局信息。受物质扩散现象启发,基于感知及通信获取的目标物信息,设计了个体机器人围捕目标物的模式。个体机器人基于目标物位置信息,利用反应扩散的方程重构周围的环境,通过促进—抑制因子以及NURBS曲线拟合得到围捕的模式。同时本文也适应性的融入障碍物的位置信息,得到相应的围捕模式。同时本文基于围捕模式以及周围其他机器人的位置信息提取驱动决策,将提取的决策作为二阶线性的控制器中线性因子得到融合决策,从而进行相应的驱动。针对机器人表现性能对二阶控制器的参数依赖严重。本文基于NSGA-Ⅱ设计了两个围捕过程中性能评价函数,对机器人的二阶控制器参数进行迭代优化。最后进行仿真实验,模拟了有障碍物以及无障碍物情况下分别对动态目标物以及静态目标物的围捕过程。在WIFI通信下基于e-puck2设计了一个集中式的群机器人系统,验证了本文算法决策机制的有效性。