在多智能体系统(MAS)中,最集中和关键的问题表现在多智能体的学习及相应的协调合作机制上.我们根据国际上多智能体系统的研究情况,并针对面向管道检测多微小型移动机器人实际特点,提出了我们的研究课题,该博士论文的主要内容及创新点如下:1)采用Multi-agent System(MAS)理论来研究多机器人协调问题.2)将博弈论思想引入到多智能体的增强式学习中,提出一种特殊联合奖赏函数结构形式.3)提出一种基于传导径迹的多智能体Q学习,智能体不需要知道其他智能体的Q函数结构,只需维持其他智能体动作行为的传导径迹.4)采用MLPs(多层感知器)来泛化多智能体的状态空间,结合Q学习在线地更新MLPs的连接权值,解决了MLPs的过拟合缺陷,同时还可以节约存储空间.5)采用国家自然科学基金课题组研制的毫米级微小型移动机器人SJTU-MRⅠ和SJTU-MRⅡ,搭建了模拟面向管道检测的多微小型移动机器人环境系统,建立了多微小型移动机器人系统实验平台.由于当前国内微器件的加工水平,我们研制的微小型移动机器人还只能用于特定的工作环境中.我们建立了一个面向管道检测的毫米级多微小型移动机器人实验平台,虽然该平台还不完善,但它为面向管道检测的多微小型移动机器人协调研究提供了一个良好的开端.随着中国微器件加工工艺的不断提高和科研人员的努力,想念一定可以研制出实用的面向管道检测的多微小型移动机器人系统.