多机器人系统探测未知环境是移动机器人技术的研究热点。多机器人系统探测环境相对于单机器人来说有着鲁棒性强、效率高等优点,甚至可以完成很多单机器人无法完成的任务。为了提高多机器人环境探测的效率和精度,本文开展了基于马尔可夫决策过程的多机器人环境探测路径规划方法的研究,建立了马尔可夫决策过程模型,发展了两种多机器人路径规划算法来控制多个机器人实现对静态物理场的的探测。论文的主要研究内容如下:（1）在不考虑传感器的测量误差的情况下,认为环境是完全可观的,发展基于马尔可夫决策过程和高斯过程回归模型的多机器人环境探测算法。以高斯过程回归模型输出的标准差为报酬函数,考虑累计奖励对机器人进行驱动,并在Matlab环境下进行仿真验证。与传统的全覆盖路径规划算法相比,在效率和精度上都有了显著的提高。（2）在考虑传感器的测量误差的情况下,环境只是部分可观的,发展基于部分可观马尔可夫决策过程和非参数化表示的多机器人环境探测算法。采用粒子滤波来预测和更新机器人的信念,并选取信息熵为报酬函数,以最大化信息量为目标来进行机器人的路径规划。算法在Matlab环境下进行仿真验证,与传统的全覆盖算法相比,效率和精度更高;与基于马尔可夫决策过程的算法相比,不存在计算量过大的问题,利于在线探测。（3）针对多机器人在行进过程中可能发生的碰撞问题,采取了一种避碰算法。考虑机器人的几何尺寸,通过初始决策,评估,重新决策,实施决策四个步骤令即将发生碰撞的机器人重新进行决策,避免机器人之间发生碰撞。（4）开展了单机器人环境探测算法的实验验证。针对基于部分可观马尔可夫决策过程的环境探测算法,在室内环境下开展了基于ROS机器人的二维环境探测实验,验证了算法在真实环境下的有效性。