多机器人系统通过协同合作的方式,以更好的适应能力、承载能力和容错能力完成了单个机器人难以通过自身完成的更复杂繁琐的工作任务。其中,路径规划技术作为机器人技术研究中的核心内容,对提升机器人的自主导航能力有着不可替代的作用。传统路径规划算法收敛速度慢,不能满足移动机器人路径规划的要求。多机器人协同围捕需要为机器人建立精确的控制策略,要求机器人在任务执行中没有冲突,是一个复杂的多重约束性控制问题。针对以上问题,本文对复杂环境下的移动机器人全局路径规划问题、多机器人路径规划问题和多机器人协同围捕问题进行了研究。采用多智能体深度强化学习算法实现了多机器人多重约束下的路径规划、自主避障、协同合作。全文的主要研究工作如下:（1）提出一种改进的中心圆采样CC-BRRT机器人路径规划算法,该算法采用中心圆采样策略搜索下一个采样点,减少搜索节点数量。采用目标偏向策略,加快算法收敛速度。对于得到的路径,采用样条插值方法生成光滑的可执行路径。最后,分别在简单较少障碍物场景和复杂较多障碍物场景下进行了仿真实验。结果表明,所提出的CCBRRT算法优于其它几种算法,采样节点减少,规划路径的平滑性和可行性较好。（2）在多机器人路径规划环境中,传统性算法一定时间内难以收敛,且多个机器人在同一个状态空间中,还存在竞争与碰撞约束等问题。基于多智能体深度强化学习MADDPG算法,设计机器人在复杂环境中所需状态、连续性动作空间,根据机器人在复杂环境中路径规划任务设计了导向奖励函数。最后验证了该算法在保证快速收敛的前提下,收敛速度有一定的提升。相比DDPG算法,路径规划的成功率进一步提高。（3）针对多机器人协同围捕快速目标的追逃博弈问题,研究了多机器人协同围捕策略,提出一种基于优先经验回放的PER-MATD3协同围捕算法。传统控制算法应用多机器人协同围捕环境,因环境较为复杂,需要设计精确的数学模型,但通常设计的控制律适应性较差,鲁棒性不强。为解决这些问题,深入研究了多智能体深度强化学习MATD3算法,且将该算法应用到多机器人协同围捕场景中。针对MATD3在回放经验数据时是以相同比例随机采样,忽略了围捕到敌对目标点经验数据优先级,提出一种基于优先经验回放的PER-MATD3优化算法。同时设计机器人在围捕中所需状态、连续性动作。根据环境中存在的稀疏奖励问题设计了稠密奖励函数,加快围捕机器人学习效率。最后,通过仿真对比验证了所提出算法的优越性,可以完成对敌对目标的协同围捕。最后,搭建了仿真验证平台,对本文所提算法和策略进行了仿真对比验证。通过设定不同的验证场景,测试了所提算法的性能和效果,有望为实际的应用提供相应的理论依据。