随着机器人学在各个领域的快速发展，机器人在工业，军事以及人们的日常生活等方面的应用越来越显著。目前大部分机器人的控制都是需要定位信息的。然而对于在某些极端环境下，如洞穴、地下、水下等，进行的复杂作业，比如围捕、救援等，传统的定位方法不适用，而且单机器人的能力也有限。因此，本文在极值搜索算法和一维队形部署算法的基础上，提出了多机器人的带有队形部署的混合搜索控制算法，从而使多机器人在协同搜索目标源的过程中完成期望的队形部署。具体研究内容如下:　　1，简要介绍了多机器人系统，实验室所用的Amigo移动机器人的软硬件系统，机器人的仿真平台以及仿真平台中机器人的连接方法。　　2，引入反应对流扩散方程描述多移动机器人的运动，介绍了多机器人一维队形部署算法，并采用极坐标方程将其扩展到二维。分别在MATLAB和MobileSim两种仿真平台上对其进行仿真验证。同时，简要介绍了极值搜索算法的基本原理，为了将极值搜索运用到混合搜索过程中，对经典极值搜索算法进行分析。　　3，基于二维队形部署算法以及同时控制机器人线速度和角速度的极值搜索算法，提出了适用于多移动机器人的带有队形部署的混合搜索控制算法。针对于领队机器人的搜索特点，得到了领队机器人的虚拟运动轨迹，简化其他机器人的跟随控制。将机器人的行为分解为搜索行为和队形部署行为，给出了在线改变这两种行为权值比重的条件和方法。　　4，在MATLAB和MobileSim两种平台上进行仿真实验，对不同初始位置和不同仿真平台上的仿真结果进行分析，验证了该算法的收敛性，并且与初始位置无关。