本文主要对多机器人之间的协作方法展开了研究，为此建立了一个基于MAS与博弈论的多个机器人协作模型，通过分析系统的总体目标，将协作模型主要分为机器人驱动模型、任务规划模型和路径规划模型三部分。　　 首先利用进化神经网络实现了移动机器人的驱动模型，该模型能够在无需建立精确的数学模型的情况下，较好的实现机器人的合理驱动，让机器人能够驶向离自己最近的信息点。　　 其次，利用了博弈论相关原理，实现了一种基于博弈论的任务分配模型，使得每个机器人能够选择相对合适的任务。通过分析基本博弈论任务分配的过程，提出了一种改进的博弈论任务分配算法，以及具有一步预测的博弈论任务分配算法，从而增加了整个任务分配算法的效率。　　 最后，利用遗传算法实现了动态路径规划模型，该模型能够让机器人在移动到被分配的任务的坐标过程中，避开路途中遇到的障碍物。本文还提出了一种基于禁忌搜索与多种群算法的遗传算子以提高路径规划的效率。　　 本文使用基于C＃的XNA框架编写了各模型的仿真程序，通过仿真实验验证了各模型的有效性，并用基于GPU的CUDA模型对仿真程序进行了优化，以增加算法的运行效率。