多机器人协作问题是当前机器人技术领域的研究热点和难点。随着分布式人工智能的理论和应用的发展,多智能体系统理论以其突出的灵活性和适用性,被应用于多机器人协调系统领域,并成为机器人学中一个新的研究热点。但多智能体协作技术还不成熟,在协作机制方面,如协作时机、协作过程、协作机理、协作协议等方面的研究还远远不够。需要进一步深入研究多智能体协作模型和协作方法。多机器人系统的联盟组成是多机器人系统协作的重要协作方法,近年来,联盟机制已成为MAS研究的一个重要方面,得到了越来越多的重视。在MAS中,Agent之间组成联盟不仅可以求解那些单个Agent不能完成的任务,而且可以调整目标、消解冲突、共享资源,共同构造优化求解方案,从而使得整个MAS系统能够以最优的配置、最高的效率来求解既定任务,并获得最大利益。Agent联盟生成问题就是面向任务,寻找最优的联盟组合,使联盟值尽可能大。在MAS中,各Agent之间都存在彼此合作形成联盟的可能,为了得到一个满意的结果必须考虑所有或大部分的联盟组合可能,因而联盟生成问题是一个复杂的组合优化问题。蚁群算法是一种新型的智能优化算法,该算法已在求解组合优化问题取得了很好的效果,显示出求解复杂优化问题方面的优势。蚂蚁算法具有潜在的并行性,体现了蚂蚁系统智能个体的自组织性。本文利用蚁群算法的并行工作策略和自组织原理,结合多机器人的协作机制提出了多机器人动态优化联盟组成算法。这种方法目的是避免系统的死锁问题和资源浪费,提高系统的工作效率,减少联盟组成的计算量和通讯量。通过仿真分析,验证了该方法的可行性和有效性。