编队控制是多机器人系统研究的一个重要问题,利用多机器人编队系统可以有效完成许多危险和复杂任务,其应用范围非常广泛。因此研究多机器人编队控制问题具有很重要的理论和现实意义。本文采用基于行为的虚拟领航员法来研究多机器人的编队控制,利用改进的遗传算法来优化行为参数。针对遗传算法在早期存在“早熟”和后期容易陷入局部最优解,而影响算法收敛性的问题,本文提出了多参数自适应遗传算法,该算法主要是对遗传算法的交叉概率、变异概率以及变异的位数采用自适应的方式进行选择。多参数自适应遗传算法在保持种群多样性的同时,提高了遗传算法的收敛性。测试结果表明改进的遗传算法具有更好的搜索最优解能力。在采用基于行为的虚拟领航员法来控制多机器人编队时,首先在队形的几何中心设置一个虚拟领航机器人来引领实体机器人的编队；然后定义了机器人的几种基本行为,采用Motor-Schema矢量合成法对机器人的基本行为进行合成；再利用改进的多参数自适应遗传算法优化机器人的行为参数。为了进行多机器人的编队控制仿真,在MATLAB软件平台上建立仿真环境空间,通过机器人行为参数优化前后的对比,可以发现利用优化后的多机器人编队行为参数,可以有效地提高编队性能,从而证明了该编队控制方法的可行性和有效性。