多机器人系统由于其自身无可比拟的优势，从而代替单机器人系统被广泛研究。目前多机器人系统主要应用于多机器人协作搬运、机器人足球赛、工厂自动化、多机器人协作探索和地图构建等领域。其中，多机器人协作搬运问题一直是多机器人系统研究的关键问题之一，本文对多机器人协作搬运箱子中的任务分配及路径规划问题进行研究。要完成多机器人系统的协作搬运箱子任务，首先需解决系统中箱子和机器人之间的任务分配问题，任务分配策略直接关系到系统的运行效率。借鉴独特型网络假设，将箱子和机器人作为抗原、抗体，并定义抗原和抗体之间以及抗体和抗体之间的亲和度，建立了任务分配的模型，同时基于干扰素调节机制定义了干扰素调节因子，通过调节机器人浓度来调整机器人和箱子之间对应的分配情况，以实现分配策略的优化。初步研究结果表明：任务分配规划算法很好地解决了多机器人协作搬运中的搬运路径冗长、机器人能力损耗高和参与协作的机器人数目多等问题，提高了系统的执行效率，充分体现了多机器人协作中任务分配策略的合理性，算法显示出较强的任务规划能力。在得到系统任务分配策略后，多机器人根据策略来搬运箱子，此时环境中可能会存在若干障碍物，于是如何在障碍物环境中使机器人从起始点到目标点规划出一条无碰的最优路径就显得十分必要。为了解决复杂环境中移动机器人的路径规划问题，本文提出了基于烟花爆炸式的新型免疫遗传算法：它在一般免疫遗传算法中加入了疫苗接种机制，算法按照选择、交叉、变异、疫苗提取、疫苗接种、免疫选择的流程来建立；受烟花爆炸现象启发，本文还提出了烟花爆炸机制，在种群处于预设代数时将优秀个体在其邻域范围扩展，在此基础上实现了移动机器人在障碍物环境中的路径规划。初步研究结果表明：文中规划算法解决了机器人与障碍物之间的碰撞问题，能规划出一条从起点到终点的最优无碰路径。最后，文章基于多机器人任务分配策略和规划算法进行了协作搬运实验，实验表明：任务分配策略实现了系统效率和执行时间的优化、路径规划算法实现了路径长度的优化，很好地完成了任务。