近年来，多机器人尤其是群机器人运动规划问题逐渐成为机器人学中的热点内容。群机器人系统由于其高工作效率，高灵活性和较好鲁棒性被应用到航空、军事、民用等诸多领域，也是自动控制、人工智能等研究领域的良好实验平台。本文主要基于人工势场理论和行为法研究群机器人编队的避障方法，并对其在实际复杂环境下的性能进行改进。　　论文在了解群机器人系统的研究历史和经典避障方法的基础上，深入分析了机器人的组织结构，定位方法以及测距方法，并研究了行为法和人工势场法等避障方法。在理想环境条件下，提出了结合人工势场法和行为法的群机器人编队避障方法，在人工势场法的基础上，对造成局部极小值点的障碍物情况进行了分类，并根据障碍物的不同情况对机器人的行为进行了详细分类设计，从而有效提高了群机器人在复杂障碍物区域的避障能力。　　由于实际应用环境下存在着可能影响避障算法性能的定位误差与测距误差，论文在对两种误差进行建模的基础上，采用概率模糊逻辑系统，分别对定位误差与测距误差进行处理，提高机器人的测距精度和定位准确度，从而有效改进了群机器人避障算法在复杂环境下的使用性能。　　最后，论文通过一系列仿真实验，对本文提出的方法进行实验验证，并对结果进行了总结与分析。实验结果证明了本文提出的群机器人避障方法在理想环境下具有可行性和有效性，而在实际环境中，经过概率模糊逻辑系统的处理后，该方法亦具有较好的避障性能。