随着无人机(Unmanned Aerial Vehicle,UAV)技术的发展和成熟,近年来被越来越多地应用到目标搜索任务中,如失联客机搜救、军事目标探测等工作。对于人力搜索比较困难的任务,无人机具有更高的适应性,可以覆盖更广的领域。同时可以降低搜索成本,提高搜索效率。在民用搜索和军事搜索中将扮演越来越重要的角色。由于搜索任务中的移动目标往往具有一定的逃脱能力,因此UAV不能采用简单的覆盖搜索,需要充分考虑到目标的行动路径从而做出自身的路径决策。本文针对无人机在战场环境下对敌方移动目标的搜索任务,建立双方的博弈关系模型,并得到相对应的多UAV协同搜索路径规划策略。本文主要做了以下工作:首先,根据本文考虑的搜索场景,设定双方都具有远距离探测能力的关系模型,建立搜索环境模型、无人机模型、地图信息模型、通讯模型等基础模型,为后文的研究打下基础。其次,在综合考虑无人机、移动目标在搜索博弈过程中的路径选择因素(如:环境搜索收益、目标发现收益等)后,建立了各自的路径选择收益函数,作为双方选择每一步路径的效用函数。由于Nash均衡策略要求博弈双方同时做出决策的要求不适用于本文的博弈关系,而stackelberg均衡策略的领导者-跟随者模型则刚好适用,无人机和移动目标分别扮演领导者、跟随者。stackelberg均衡策略可以找到一个双方收益都达到相对最大值的行为组合,从而得到无人机的最优搜索路径。将路径选择收益函数与stackelberg均衡理论结合后,得出多UAV单步博弈搜索路径策略。考虑到单步博弈策略可能陷入局部最优的缺点,引入多步预测控制的理念,得到多UAV多步博弈搜索路径策略,实现了无人机的滚动路径规划。然后考虑到前文所用两种策略都是通过加权优化的方法,通过赋予其不同的权值来代表其重要性。但是这种方法由于权值固定,对于不断变化的战场环境无法动态的适应。因此,提出分层模糊优化的方法,将目标划分为一系列子优化问题,逐层求解。最后,确定搜索策略的性能判定方法,设定系统仿真参数后,通过设计不同的实验对本文所提策略进行比较分析。仿真验证与分析表明了所提方法的有效性。