1.多智能体系统任务规划方法，其特征是，具体包括步骤如下：

步骤1、对多智能体系统进行建模；

步骤2、对步骤1所建立的多智能体系统模型进行初始化，生成每个机器人个体的初始目标向量；

步骤3、计算当前多智能体系统模型中的所有机器人个体的目标向量的目标函数值，并选择目标函数值最小的1个机器人个体作为当前迭代的选中机器人个体；

步骤4、对于除选中机器人个体之外的其他机器人个体：先对每个其他机器人个体的目标向量进行变异操作，得到每个其他机器人个体的变异向量；再将每个其他机器人个体的变异向量和该其他机器人个体的目标向量做交叉操作，得到每个其他机器人个体的尝试向量；

步骤5、对于选中机器人个体：先对选中机器人个体的目标向量进行变异操作，得到选中机器人个体的变异向量；再将选中机器人个体的变异向量和该选中机器人个体的目标向量进行正交叉交操作，生成多个解向量；后计算每个解向量的目标函数值，并选择目标函数值最大的一个解向量作为选中机器人个体的尝试向量；

步骤6、基于步骤4和5所得到的尝试向量，对于每个机器人个体：当该机器人个体的尝试向量的目标函数值小于该机器人个体的目标向量的目标函数值时，则将该机器人个体的尝试向量作为下一次迭代该机器人个体的目标向量；否则，将该机器人个体的目标向量作为下一次迭代该机器人个体的目标向量；

步骤7、判断选中机器人个体的当前目标函数值是否已满足给定的用户期望或者迭代次数是否已达给定的最大迭代次数，如果是，则进化终止，将此时选中机器人个体作为多智能体系统任务规划的解输出，否则返回步骤3。

2.根据权利要求1所述的多智能体系统任务规划方法，其特征是，步骤2中，初始化包括设定规划过程中的控制参数和确定规划过程中要实行的策略。

3.根据权利要求2所述的多智能体系统任务规划方法，其特征是，步骤2中，规划过程中的控制参数包括机器人个体规模NP、单个机器人个体个体数D，变异算子F、交叉算子CR和最大进化代数G。

4.根据权利要求2所述的多智能体系统任务规划方法，其特征是，步骤2中，规划过程中要实行的策略包括变异、交叉和正交交叉。