现如今,机器人在我们的社会生产生活当中发挥着越来越大的作用,可以帮助人们从繁重工作或者简单重复性的工作中解脱出来并且能够在高温、低压、辐射等不适宜人作业的高危环境下工作。从而极大的提高了生产效率。然而随着工作环境以及任务越来越复杂,单个机器人的能力由于成本以及结构等因素而变得有限。相比单个机器人,多机器人系统由于其系统冗余,结构多变,配置简单等特点,可以降低系统单一成本,提高系统效率和鲁棒性,因而在某些作业环境下更具优势。在某些应用场景下,多机器人经常需要根据任务组成特定的队形,即多机器人编队技术。多机器人编队是指多个自主移动机器人在运动过程中保持某种队形的技术。这一技术被广泛应用在军事侦察、地形搜索、灾难救援、货物搬运等复杂任务。在这些工作任务中,由于机器人之间需要通信与协作,因此编队的同步性就显得尤为重要。例如在协同搬运过程中,如果机器人之间的运动不同步,则很有可能导致搬运的物体受力不均而造成损坏,或者伤害机器人自身的机械结构。然而由于外在环境的影响,机器人编队中可能会出现各别机器人发生故障,从而导致编队运动的同步性下降。因此,为减小因外在环境导致机器人缺失而对编队运动同步性造成的影响,需要机器人网络在出现机器人缺失时能够自行修复以将机器人出现故障对编队网络的影响降到最低。即需要机器人网络拥有自修复的能力。本文主要针对多机器人编队网络中出现机器人缺失从而导致编队系统同步性下降的问题,设计了一种完全分布式实现的同步性最优的编队自修复算法。该算法能够通过分布式控制使多机器人编队网络在出现机器人缺失时自动进行修复,并能够最优的改善由于机器人缺失造成编队网络同步性下降的问题。本文主要贡献如下:1.考虑多机器人编队网络中不同机器人对编队同步性的影响,提出了新的梯度生成与扩散机制,并在编队中形成稳定的梯度分布。在此梯度分布下结合改进的网络拓扑切换规则,实现了多机器人编队网络中出现机器人缺失后,网络同步性改善达到最优。同时证明了在保证同步性改善最优的情况下使得参与修复的机器人个数最少。2.利用状态机描述算法执行过程中机器人的动作行为。设计仿真描述机器人不同状态,同时根据仿真结果验证本文算法的合理性和有效性。3.设计了自修复实验平台,该平台包括定位系统,机器人个体控制与通信系统,远程控制系统。在此平台下设计了多机器人编队自修复实验。实验成功验证了本文算法的有效性。