群机器入学(Swarm Robotics)是受启发于生物群体智能行为而诞生的多学科交叉领域,涉及的研究内容非常广,涵盖协调行为控制、系统建模及实体系统设计等,可以扩展的研究还包括个体的自适应能力、个体之间的通讯设计等,其最终目的是开发出由大量简单个体组成且能通过彼此间局部交互以涌现出所期望全局行为的群机器人系统。群机器人在军事战争、工业生产、医疗环保及日常生活中都具有潜在的应用前景。本文针对群机器人编队控制存在的问题以及群体建模研究不足的现状,开展了群机器人学研究的部分工作。论文的主要研究工作及创新性成果如下：(1)遵循群机器人学中个体行为应具备达成取得全局任务目标的趋向性原则,将三近邻个体在进行E结构编队过程中的行为分解为调整过程和内聚过程两个阶段,提出了用于三近邻个体E结构编队的交互控制算法(TFS),并对三近邻个体执行TFS算法时的E结构编队进行了稳定性分析。仿真结果表明三近邻个体通过TFS算法能够实现E结构编队。(2)对TFS算法进行扩展得到了实现群体多E网络编队的局部交互控制算法(L-TFS)。为实现群体均匀多E网络编队,对L-TFS算法进行修正以弥补网络中存在空洞的不足得到了修正局部交互控制算法(ML-TFS)。分析了群体执行(M)L-TFS算法时的(均匀)多E网络编队的稳定性。仿真结果表明群体通过(M)L-TFS算法能从任意初始分布开始编队成(均匀)多E网络且ML-TFS算法表现出良好的扩展性和鲁棒性。(3)受启发于虚拟弹簧网络原理,提出了用于三维空间中四近邻个体RT结构编队的控制方程,分析了RT结构编队的稳定性,并以此为基础实现了群体多RT空间网络编队。扩展了以点对点通信为基础的Propeller芯片的多通道通信的功能,通过模拟实验得到了激光信号在一般水体(海水或淡水)中传输的合适速率。(4)为有效改善传统环境势场中局部极小值的分布状况,以两类简单目标势函数和障碍物势函数为基础,提出了乘加性结构的环境势函数,分析表明此类环境势函数仍然能够保证群体的稳定聚集。并对所提结构环境势函数用于群体聚集移动时遇到的一些典型问题进行了分析,分别给出了相应势函数合适参数的范围。(5)以群体协作觅食为任务背景,对群体协助觅食及分工觅食的协作行为分别进行了数学建模,通过仿真实验对所提群体数学模型的有效性进行了验证,通过构建数学模型描述了各类觅食任务中处于不同状态个体数的动态特性,分析了模型中相关参数以及有关控制策略对群体协作觅食行为的影响。最后总结了全文的研究成果,并对今后的工作进行了展望。