全覆盖问题主要应用在一些需要获取环境信息或执行覆盖目的的场景下,例如灾后搜索、家政服务、农业和军事领域等,通常需要在有限的时间或资源消耗下完成。随着全覆盖问题规模的不断扩大,单个机器人往往难以满足问题约束,不能高效地完成全覆盖任务,具备并行性的多机器人协作执行越来越成为趋势。在多机器人全覆盖路径规划问题上,传统的方法和各类启发式的算法在实际问题的应用中存在优化效果不佳、难以求得全局最优解甚至可能出现机器人徘徊与死锁的现象。强化学习策略可以根据环境提供的状态信息实时优化策略对智能体进行动作选择的训练,能够提升智能体寻找到最优解的可能,而强化学习神经网络的部署方式具有无需重复求解的优势,大大减小了实际任务执行过程中时间和性能消耗。在多机器人的全覆盖路径规划问题求解过程中,合理的任务分配方法与有效的路径规划方法是两个关键步骤。前者关注多个机器人之间的协作性能,降低任务冲突和资源浪费。后者可使每个机器人能够高效地完成自己的任务。任务分配与路径规划可以互相独立,也能够二者合一。寻找一个满足任务冲突最低、时间最短、路程最短等要求的任务分配与路径规划算法是目前多机器人全覆盖路径规划问题的主要目标。针对上述挑战,本文针对两种主要的全覆盖问题模型提出了相应的算法:1.针对拓扑式的全覆盖路径规划问题模型,提出一种基于聚类的任务分配和指针网络的路径规划的算法。算法通过改进的K-Means对给定的任务节点进行划分,而改进的指针网络对划分后的每一个子任务簇进行路径规划。2.针对网格式的全覆盖路径规划问题模型,提出一种基于改进的优势时序演员评论家结构,并以异步和联合动作空间强化学习的方式进行训练。算法结合任务分配和路径规划两个环节,使多机器人具备在网格环境中无碰撞且尽量少的任务冲突下协作执行全覆盖路径规划的能力。两个算法分别关注拓扑式与网格式两种全覆盖问题下主要的建模方式,均成功地实现了多机器人的全覆盖路径规划。文章针对两种环境及对应的算法分别设计了实验,结果表明,强化学习在解决组合优化问题和多机器人协作问题方面相比于传统算法能够展现更强的性能和扩展性,能够在更短的时间内得到更好的规划结果。本文所提算法具备较高的实际应用价值。