近年来，随着研究的不断深入和发展，多智能体编队协同控制已经得到了广泛的应用。其中，多移动机器人系统作为最典型的多智能体系统，更是成为了研究的热点之一。从应用角度出发，本文研究了多移动机器人系统的编队控制问题，且在编队控制基础上对领导者机器人的运动路径进行了合理规划并加以控制。除此之外，本文也对更具有抽象性和一般性的非线性多智能体的编队控制问题进行了研究。论文的主要工作和创新之处如下：　　(1)对于领导者的路径规划问题，提出一种基于栅格法搜寻与遗传算法相结合的机器人运动路径规划算法。首先，利用栅格法对规划区域进行建模。其次，设计了路径生成算子和优化算子用于生成初始路径；设计了索引搜索算子用于保证路径在遗传优化过程中的连通性和避障要求。最后，通过在不同复杂度的环境下对算法进行了大量仿真实验，并且在搜索时间和寻优能力方面与其他常见的规划算法进行了比较，表明了算法的有效性和优越性。　　(2)采用领导-跟随方式对多移动机器人编队控制问题进行了研究。对领导者，采用不依赖系统模型的模糊控制方法进行路径跟踪控制。对跟随者，设计了合适的控制律使其与领导者的相对距离和角度收敛到给定值，从而实现编队控制。通过数值仿真及实际场地实验进一步验证了算法的有效性和实用性。　　(3)针对具有控制时延的二阶非线性多智能体系统模型，设计了一种能够实现其稳定编队的迭代学习控制算法，并给出了收敛证明性。由于该迭代学习控制算法放宽了对迭代初值的限定，从而满足了各个智能体在初始位置随机分布时的编队控制要求。最后，通过仿真结果验证了算法的有效性。