模块机器人系统是由特定规模的模块机器人相互连接而成的群体机器人系统。作为其所属分支,晶格式模块机器人系统具备在非结构环境下以自主重构方式完成目标系统构建及维持系统持续运转的潜力。随着智能机器人技术的飞速发展,如何对晶格式模块机器人系统自主重构过程进行高效准确的规划控制已成为机器人研究领域的新兴热点。自课题研究背景出发,为满足目标系统自主构建及故障修复任务需求,将晶格式模块机器人系统自主重构研究的目标任务分解为三个子任务,即系统自构型、故障自诊断及故障自修复。针对这三个目标任务,以M-Lattice系统为研究及试验对象深入开展晶格式模块机器人系统重构规划研究,其主要内容包括:(1)设计了栅格-拓扑混合图建模方法。借鉴移动机器人研究领域的栅格空间划分法,利用晶格式模块机器人结构的同构性及对称性,以栅格单元代替模块机器人个体以索引坐标代替笛卡尔坐标实现了构型空间内准确的模块机器人位置描述。在此基础上,提出了系统网格单元概念,应用图论相关知识将系统形变及模块机器人运动统一表示为有限长度的形变网格单元序列,进而推导得出系统完全自构型判据。(2)在充分分析自重构领域研究成果的前提下,将包含连续系统规模变化及形态变化的自构型过程分解为有限长度的定规模系统形变事件序列。针对特定的系统形变任务,综合考量模块机器人个体运动能力约束及系统完全自构型判据要求,给出柔性子群模块运动模式设计及系统自构型规划。(3)综合考虑模块机器人个体有限的智能化水平及错综复杂的故障成因及表现形式,在故障模块机器人可转化为故障空位的假设前提下,使用分布式策略将故障自诊断任务划分为两个子任务:故障自检测及故障消息传递。以交互式健康信号法实现系统内故障检测,并以仿生学同步化算法减小模块机器人系统时钟累积误差对检测准确率的影响。针对动态模块机器人网络中故障消息的传递路径优化问题,将模块机器人个体的消息负载作为影响因子参与经典Dijkstra距离值计算,以提高消息传递效率。(4)针对系统内故障空位分布随机性特点,以虚子群模块运动模式引导故障空位逆向运动至目标边界完成故障自修复。在故障空位逆位移过程中,既要控制路径长度以提高效率,还需要确保虚子群模块运动所涉及的网格形变有效及满足系统全局连接性约束。为解决这类动态系统内有限感知范围条件下的多标准路径优化问题,采用强化学习算法对虚子群模块运动过程中的路径评价网络进行训练,并探讨了不同种类的强化学习算法及虚子群模块规模上限对系统故障自修复性能的影响。