隨著多機器人繫統的廣泛應用,如何提高繫統的智能性,實現更加高效的多機器人控制以應對這逐漸復雜、動態的任務環境成為眾多研究的關注點。而多機器人繫統的智能一方面體現在其本身的機器智能,包括各種硬件的配置以及相應的算法設計等,另一方面體現在作為操控者的人類智能。針對前者,目前主流的方法便是基於機器學習使多機器人繫統拓展豐富自己的智能化水平,而後者則是借助人類智能實現人在回路的多機器人共享控制。本書以多機器人控制為主線,以三種典型的多機器人任務環境為背景,分別提出三種控制方案,並搭配充分的仿真實驗與實物實驗驗證其效果。針對典型的應用環境,無論是在仿真還是在實物實驗中都能體現出較當前主流方法的優越性,為不同任務場景下多機器人繫統的控制方案選擇提供重要參考。本書的讀者對像包括從事多機器人繫統或人機共享控制研究的科研工作者。