随着机器人应用领域的不断拓展,所需完成的任务日益多样化,任务环境日益复杂,在很多情形下单个机器人已经很难满足人们的需求。因此,机器人的研究开始向多机器人系统方向发展。相比于单个机器人,多机器人系统具有很大的优越性,能够完成更复杂的任务。多机器人任务分配是多机器人系统研究的一个关键问题,通过对多机器人任务分配的研究,可以提高任务完成的质量和效率。本文的多机器人系统以战场攻击为背景,研究将不同的攻击任务目标分配给不同的机器人。首先,根据实际多机器人系统,建立系统模型。通过研究可知多机器人任务分配实际上是一个多目标优化问题,需要考虑多个优化目标函数及约束条件。根据系统的实际要求,认为环境在执行任务之前是静态的,在执行任务过程中是动态的,将任务分配分为预分配和重分配两个阶段分别进行建模研究。其次,在任务预分配阶段,采用一种改进的多目标进化算法。在计算过程中,通过初始群体、非支配排序、选择、交叉和变异等操作寻找最优解,并对实际约束问题和聚集距离计算方法进行研究。对该算法进行仿真验证,结果表明改进的多目标进化算法能够有效地解决多机器人任务预分配问题,可得到一组Pareto最优解,具有良好的多样性。然后,在任务重分配阶段,研究基于量子行为的粒子群优化算法,利用其解决需要快速得到优化结果的重分配问题,并采用混沌思想和变异算子增强群体的多样性。仿真结果表明在解决多机器人任务重分配问题上,量子行为粒子群算法具有良好的实时性。最后,设计多机器人任务分配仿真系统,在该仿真系统上进行实验,验证了模型和算法的有效性,实现多机器人任务分配的整个过程。