多机器人协调控制是机器人领域中的一个重要研究方向。而多机器人追捕-逃跑问题则是该方向中的一个典型问题。这个问题要求多个自主移动的机器人组成的追捕者团队相互合作去追捕并包围另一组自主移动的逃跑者机器人，其难点在于单个的追捕者无法完成围捕，而必须要通过群体成员之间的合作才能完成围捕任务。本文以二维动态环境下的多机器人围捕问题为背景，以群智能中的涌现原理为基础，提出了一种基于群智能的多机器人协调控制方法。本文首先介绍了多机器人协调控制领域的相关背景知识、国内外研究现状，以及研究目的和意义。其次，提出一种基于群智能的多机器人协调控制方法。给出了群智能原理的定义和理论基础，并分析了实现群智能原理所需的工具，包括人工神经网络、优化算法和模拟环境等。然后，建立一个二维连续的动态多机器人追捕仿真环境，并设立一组追捕者机器人。通过给机器人个体添加传感器、人工神经网络大脑和效应器，模拟一个简单的人工生命。通过在模拟环境中进行多次迭代，使用评判函数指导群体进化方向，优化个体人工神经网络大脑参数，使追捕者个体进化出有意义的行为，如避障、追逐等。并通过个体之间的协作产生群智能完成对逃跑者机器人的围捕任务。验证了基于群智能的多机器人协调控制方法的可行性。最后，对比分析了PSO和NEAT两种化算法对在优化作为追捕者机器人大脑的神经网络上的优化效果。仿真实验验证了算法的可行性。