機器人人類在工作中，有很多都是簡單而重複性的工作；在人類的探索中，存在著極限的情況，限制著人類的活動。所以人們想到套用機器來代替人類來完成這樣的工作，從而產生了對機器人的研究。機器人的研究是涉及到機械學、材料學、力學、控制學、計算機等多門學科的一種綜合性研究。正由於各種學科的綜合，才一起促進了機器人學的發展。
特點
機器人多機器人技術（multiplerobotics）是機器人學發展的一個新方向，開始於20世紀70年代。多個機器人的使用比單機器人系統有許多優點，合作的機器人有比單個機器人更加有效地完成一些任務的潛能。此外，使用多個低成本的機器人會產生冗餘，從而比一個強大而昂貴的機器人更能容忍錯誤。總的來說，多機器人系統有以下顯著特性：（1）更廣泛的任務領域；（2）容錯；（3）魯棒性；（4）更低的經濟成本；（5）分散式的感知與作用；（6）內在的並行性。因此，多機器人技術現在成為機器人學發展的一個主要方向：一方面，由於任務的複雜性，在單機器人難以完成任務時，可通過多機器人之間的合作來完成；另一方面，通過多機器人間的合作，可提高機器人系統在作業過程中的效率，進而當工作環境發生變化或機器人系統局部發生故障時，多機器人系統仍可通過本身具有的合作關係完成預定的任務。
發展
機器人20世紀80年代以來，多機器人協調作為一種新的機器人套用形式日益引起內外學術界的關註：從1986年起，IEEE機器人與自動化國際會議就將多機器人調研究列為一個專題組。1989年，國際雜誌RoboticsandAutonomousSystem推出多機器人協調研究專輯；過去的10多年裡，人們對多機器人協調控制中的協調和中、負載分配、運動分解、避碰軌跡規劃、操作柔性等問題進行了大量的研究。
經過二十年的發展，多機器人系統的研究已在理論和實踐方面取得很大進展，並建立了一些多機器人的仿真系統和實驗系統。近年來，國內的多機器人系統研究開始起步，而國外的研究則比較活躍，如歐盟設立專門進行多機器人系統研究的 MARTHA課題---“用於搬運的多自主機器人系統（multipleautonomousrobotsfor transportandhandlingapplication）”，美國海軍研究部和能源部也對多機器人系統的研究進行了資助。但從總體上來說，目前多機器人系統的研究還處於發展的初期階段，離實用化還有一定的距離。
推動機器人技術發展的主要動力是機器人能減少或替代人們重複的或在危險環境工作中的勞動。隨著機器人技術由單個機器人向多機器人系統的發展，機器人的套用範圍也越來越廣泛。其套用領域主要是一些適合群體作業的場合或工作，如機器人生產線、柔性加工工廠、海洋勘探、星球探索、核電站、消防、無人作戰飛機群，無人作戰坦克群等。在工業套用中，多機器人系統的柔性會極大地加快企業的生產與運轉速度，實現柔性加工；在國防中，它可以實現無人飛機或無人坦克代替軍隊作戰，最大限度地減少人員的傷亡。可以預見，多機器人系統的套用將會對社會帶來巨大的變革，能極大地提高人們的生活質量，以及工農業與國防建設的現代化程度。
控制理論
機器人基於常規控制算法的多移動機器人控制理論
常規控制算法包括經典的反饋（閉環）控制律，分散式系統控制理論，以及 Lyapunov設計法等。在美國賓夕法尼亞大學GRASP（GeneralRoboticsandActive SensoryPerception）實驗室，Desai和Kumar研究了用於控制機器人群以特定隊形共同運動的反饋控制律，描述了一類配備距離感測器的非完整移動機器人群閉環控制框架。在此框架內，Das等人建立了一種實用的基於視覺的編隊控制系統結構[8]，可以使用簡單的控制器和狀態估計器構造複雜的系統，在實驗室環境中取得了成功的套用。Feddema等人運用分散控制理論 ，研究了多個無人車（移動機器人）的協同控制問題，從理論上分析了系統的輸入/輸出可達性、結構可觀性和可控性。Tanner等人為解決多機器人群控制穩定性，在代數圖論的基礎上，提出了LFS 理論概念（Leader-to-FormationStability。此理論概念植根於ISS（Input-to-State Stability）穩定性分析，以及ISS理論中級聯形式下的不變性特性。LFS理論對有leader的編隊運動中的信號傳播與誤差擴大進行了量化，建立了編隊中leader的運動誤差與其它成員運動誤差之間的非線性增益估計方法。通過LFS理論，可以刻畫出編隊中leader的運動控制輸入和擾動對整個群系統運動穩定性的影響，以及對某個特定的子群進行穩定性分析。源於常規控制的控制器具有控制快速、準確、可預測、可定量分析的優點，但在複雜且/或非結構化的環境中，常規控制算法可能無法處理某些帶有不確定項的數學模型，因而不能產生所要求的協調行為。
基於分散式人工智慧的多移動機器人控制理論
機器人在多機器人系統的發展歷程中，分散式的人工智慧起到了很大促進作用。它是人工智慧領域的一個重要分支，主要集中於邏輯或物理上分散的系統的研究。分散式的人工智慧由兩個主要的研究領域組成：分散式的問題解決（DPS）與多智慧型體（MAS） 。DPS理論研究如何將特定問題分解並實現該問題在多個協作的個體之間的求解，包括問題分解、子問題的解決和子結果綜合三方面的研究內容，其中，在任務分配中被廣泛採用的契約網協定已經套用於研究多機器人的項目ACTRESS和GOFER。MAS理論的核心是把整個系統分成若干智慧型、自治子系統，它們在物理和地理上分散，可獨立地執行任務，同時又可通過通信交換息，相互協調，從而完成整體任務，這無疑對完成大規模和複雜的任務是富有吸力的，能夠滿足多機器人系統適應複雜環境的需求。美國斯坦福研究所Che 等人提出了開放式智慧型體結構（OAA—OpenAgentArchitecture，利用移動機人所具備的自主特性（自主導航與避障），把每個自主移動機器人作為一個物 agent，環境中參與機器人協作與控制的其它智慧型設備和操作者也作為agent，這機器人群與周圍環境中的智慧型設備和人就共同構建了一個多智慧型體系統。
基於分散式系統的多移動機器人控制理論
多移動機器人分散式系統領域是研究多機器人系統的思想與方案的自然來源。有一些研究人員已經注意到分散式計算能夠為合作式機器人控制技術提供理論基礎，分散式控制被看作是一個很有前途的多機器人合作框架，當機器人群增大的時候，分散式的控制方法可以實現許多的優點，如靈活性、適應性與魯棒性等。考慮到和分散式計算的相似性，那些有關死鎖、訊息傳遞、資源分配等理論以及它們的組合可以套用到合作式機器人技術上。可以把基於Petri網的多機器人建模與控制理論歸為此類。
基於生物學的多移動機器人控制理論
合作式機器人領域的大部分現有的工作都利用生物系統作為其靈感來源或驗證標準。研究合作式機器人技術的研究人員不是沿襲傳統的人工智慧中把機器人建模為協商的智慧型體的方法，而是採用一種自底向上的方法，在該方法中單個智慧型體更像是一隻螞蟻——它們遵守簡單的反應式規則。基於生物學的多機器人協調控制的基本原理是：套用一些從生物社會中得到的簡單控制規則，在多機器人系統中開發相似的行為。Brooks提出了基於行為的包容結構 ，Balch和 Arkin提出了基於行為的控制方法，用於機器人編隊運動，這些基於行為的理論都直接來源於生物學的啟發。這裡的基於行為是指機器人個體採用基於行為的體系結構。基於行為法的基本思想是：首先為機器人規定一些期望的基本行為，一情況下，移動機器人的行為包括避碰、避障、駛向目標和保持隊形等。當機器人的感測器接受到外界環境刺激時，根據感測器的輸入信息做出反應，並輸出反應向量作為該行為的期望反應(例如，方向和運動速度)。行為選擇模組通過一定的機制來綜合各行為的輸出，並將綜合結果作為機器人對環境刺激的反應而輸出。該方法中，協作是通過共享機器人之間的相對位置、狀態等知識實現的。對該方法的拓展和改變主要體現在對各行為輸出的處理上，即行為選擇機制上。目前主要有三種行為選擇機制： 1)加權平均法，將各個行為的輸出向量乘以一定的權重再求出它們的矢量和，權值的大小對應相應行為的重要性。矢量和經過正則化後作為機器人的輸出。 2)行為抑制方法，對各個行為按一定的原則規定優先權，選擇高優先權行為的輸出作為機器人的輸出，即高優先權的行為抑制低優先權的行為。 3)模糊邏輯法，根據模糊規則綜合各行為的輸出，從而確定機器人的輸出。其實這種方法是加權平均法的變異，它根據具體情況來確定權值大小。基於行為法的優點是，當機器人具有多個競爭性目標時，可以很容易地得出控制策略。另外，由於機器人根據其它機器人位置進行反應，所以系統中有明確的隊形反饋。該方法的另一個優點是可以實現分散式控制，但主要缺點是不能明確地定義群體行為，很難對其進行數學分析，並且不能保證隊形的穩定性等。
通信技術
機器人機器人上位機與下位機通信機器人上位機與下位機通信是多機器人通信的特例，即雙機器人通信，主要通信方式為有線通信和無線通信。對於移動的機器人多採用無線方式，通信控制器作為一個中間過渡環節，實現上位機與下位機之間數據與控制命令的有線通訊與無線通信方式的轉換。同時對於下位機而言，是一個主控機控制多個從機的系統，與各從機之間採用有線或無線方式進行通信。上位機根據下位機傳輸的信號進行控制決策，將命令調製，通過無線發射器發出，無線接收設備接收命令並解調後，將命令送給主控機來控制機器人的各種動作。多機器人通信在多機器人系統中，通過通信多機器人系統中各機器人了解其它機器人的意圖、目標和動作以及當前環境狀態等信息，進而進行有效的磋商，協作完成任務。機器人之間的通信一般分為隱式通信和顯式通信兩類。隱式通信系統通過外界環境和自身感測器來獲取所需的信息並實現相互之間的協作，機器人之間沒有直接進行信息交換。在隱式通信中機器人在環境中留下某些特定信息，其通過感測器獲取外界環境信息的同時，也可能獲取到其它的機器人遺留下的信息。此多機器人系統中，各機器人之間不存在數據的顯式交換，所以無法使用一些高級的協調協作策略，降低了完成複雜任務的能力。使用顯式通信的多機器人系統利用特定的通信介質，快速有效地完成各機器人間信息的互動，實現許多在隱式通信下無法完成的高級協調協作策略。但由於多機器人系統在通信的實時性、可靠性等方面有特殊要求，所以針對適用於多機器人系統分散式控制結構的特定環境的通信機制的研究具有重要的意義。隱式通信與顯式通信是多機器人系統各具特色的兩種通信模式，如果將兩者各自的優勢結合起來，則多機器人系統就可以靈活地應對各種動態未知環境，完成許多複雜任務
