本课题主要针对多四旋翼飞行器协同路径规划问题进行分析研究和算法设计,论文主要工作如下:首先,给出所涉及的坐标系、坐标间的转换关系,建立四旋翼飞行器的运动学和动力学模型,将多无人机协同路径规划问题分解为目标分配问题和局部路径规划问题,并给出了两个子问题的数学描述。其次,研究多无人机目标分配问题,针对两种不同的信息约束条件,分别给出了集中式和分布式的目标分配算法。通过设计编码方式和交叉、变异、选择等算子,给出了基于遗传算法的目标分配方法;通过粒子的交叉、变异操作替代传统粒子群算法中粒子位置的更新方式,提出了一种改进粒子群目标分配算法。针对目标感知范围和通信范围有限的情况,提出了一种基于网格的分布式目标分配方法,给出了网格的划分标准、网格内匹配算法,同时通过设计网格间的通信机制给出了网格间匹配方法。然后,研究多无人机局部路径规划问题,通过将路径规划过程建立成马尔科夫决策过程,给出了基于多智能体强化学习的路径规划算法,通过设计状态空间与奖励函数,解决了在小规模数量下,飞行器已分配目标以及未分配目标两种情形下的规划问题。考虑大规模情况,引入共享策略和局部价值函数,提出了一种可扩展、易收敛的分布式MADDPG算法。此外,针对ORCA算法避障效率低、加速度不满足约束等问题,通过速度预处理、虚拟目标点引导的方式,给出了一种改进的ORCA算法。最后,搭建了一套多飞行器实验平台,对算法进行实现和部署,通过实验和分析说明算法的可行性和有效性。