该文在民用航天预研项目——"远程空间非合作性飞行体的会合与附着问题研究"、"远程空间探测会合与附着技术及仿真演示系统"和"十五"863计划项目——"深空探测器自主技术与仿真演示系统"的支持下,针对深空探测器规划系统的复杂约束和规划空间较大的特点,采用基于多智能体的方法,对深空探测器任务规划技术进行了深入研究.设计探测器任务规划系统时,首先需要解决的是规划知识的表示问题,针对传统规划知识表示方法没有能力描述深空探测领域中复杂资源约束、连续时间约束和活动之间并行约束的缺点,该文以状态和状态时间线为知识表示的核心,设计了一种面向对象的规划知识模型.该知识模型中详细定义了规划系统中的广义活动、资源约束、时间约束和状态时间线.并提出一种基于可扩展标志语言(eXtensible Markup Language,XML)的规划知识表示方法,该方法语义明确、结构严谨、易于扩充、便于知识搜索,为探测器任务规划过程中活动的选择和约束满足提供了有力的支持.规划系统中时间信息的处理,包括连续时间、时间区间、时间约束等是规划过程中的难点.该文采用时间约束网络的方法对规划系统中的时间约束和活动并行约束进行统一描述.规划过程中的时间约束网络会因为规划过程中活动和约束的变化而动态变化,针对常用时间约束网络算法在时间约束网络动态变化时造成的计算量增加的缺点,在图论最短路径算法的基础上,提出一种动态增量式时间约束网络算法.该算法根据网络的变化情况,仅仅计算受到影响的相邻部分网络,从而降低算法的时间复杂性,提高了规划速度.最后为了进一步验证该论文所设计的规划算法和基于多智能体的规划系统结构的有效性,设计并实现了深空探测任务规划系统仿真平台(用Java语言).在此平台基础上,以深空探测飞行过程中的某一段为例,进行了仿真实验验证,对基于多智能体的规划系统和集中式规划系统的性能进行了对比分析,并验证了基于多智能体的规划系统在任务出现冲突和某些子系统故障时的处理能力.