近年来,多机器人系统由于其可靠性高、鲁棒性强、效率高等优点受到了越来越多研究者的重视。路径规划是多机器人系统的一项关键技术,多机器人路径规划属于多目标优化问题。本论文首先详细介绍了多机器人路径规划和人工蜂群算法的研究现状,然后针对多机器人路径规划中亟待解决的问题,提出了两种求解多机器人路径规划的人工蜂群算法:一种是基于权重向量法的改进人工蜂群算法,可以保证路径规划的实时性要求;一种是基于Pareto支配的多目标人工蜂群算法,可以保证路径规划的多个优化目标能够同时、合理的优化,并且一次运行可以提供多条优化的候选路径。本论文提出的基于权重向量法的改进人工蜂群算法针对实时性这一机器人路径规划的重要性能指标进行了优化,同时还考虑了路径长度、路径平滑性和安全性三个性能指标。该方法对标准人工蜂群算法的初始化过程、食物源的评价策略等进行了优化,同时为适应多机器人路径规划任务提出了一种新的环境地图建模方法。仿真结果表明改进算法的实时性、所规划路径的有效性较标准算法相比有大幅提高。实验结果表明改进的人工蜂群算法可以有效地实现多机器人路径规划。考虑到多机器人系统决策的便捷性,需要同时求解得到多个目标性能指标均较优的一组路径。本论文将非支配排序和拥挤距离的概念引入到人工蜂群算法中,优化了拥挤距离的计算方法,并提出了改进的多目标人工蜂群算法。该算法对食物源的选择和淘汰方法以及蜜蜂的觅食机制进行了改进,提高了算法的运行效率。最后,本论文结合路径规划任务对多目标人工蜂群算法进行了整体调整。仿真结果表明论文提出的多目标人工蜂群算法能有效地完成多机器人路径规划任务,且其性能要优于同类算法。实验结果表明改进的多目标人工蜂群算法可以为各个机器人规划出多条合理的路径。