移动机器人是机器人学中的重要分支，对它的研究属于多学科相互交叉，相互渗透的前沿课题，因此具有很大的理论价值和广阔的应用前景。机器人导航代表一种高层智能。在避开障碍物的同时，引导机器人走向目标。自主式导航就是按照预先给出的任务命令，根据已知的环境信息做出路径规划，并在行进过程中，不断感知周围的环境信息，自主地做出各种决策，并随时调整自身位姿，引导自身安全行驶或跟踪已知路径达到目标位置。路径规划是移动机器人导航技术中不可缺少的重要组成部分，它反映了机器人在运动过程中与周围环境的交互能力，是移动机器人完成任务的基础和安全保障。它研究在有障碍物的工作环境中，如何为机器人寻找从起点到目标点的运动路径，使机器人在运动中能安全、无碰撞地通过所有的障碍物。当机器人硬件系统的精度在短期内不能得到解决的情况下，对路径规划算法的研究显得尤为重要。 本文构建和研究了一种基于行为的自主移动机器人导航决策系统，该系统以多机器人觅食过程为研究对象，主要包含三部分的内容：一是目标随机分配的搜索导航策略研究；二是动态任务分配策略研究；三是确定目标的多机器人导航策略研究。与以往的基于行为的控制方法所不同的是，行为之间的切换是依据一定的情感因子来决定的。这样，行为的协调机制能够根据当前的情感状态来确定采用合作型或竞争型的协调，从而能充分利用两者的优点，以提高移动机器人在未知环境中导航的自适应性，同时确保产生光滑的运动轨迹。并且本文增加了增强学习方法，使得机器人根据以往的避障经验，可以熟练的完成后面的避障行为。通过具体的算法仿真，证明本方法在目标随机分配的搜索导航，动态任务分配，以及目标明确的机器人导航中都有很好的表现。