در این پایان نامه، مسئله جستجوی ربات ها در محیط های ناشناخته بررسی شده است. برای جستجوی هدف نیازمند یک روش کارا برای کنترل ربات ها هستیم به نحوی که محدودیت ها و خصوصیات ربات و محیط را در نظر بگیرد. در این پایان نامه به دنبال ارائه یک روش توزیع شده برای حل مسئله جستجوی ربات ها هستیم که محدودیت و قیدهای مربوط به این مسئله را ارضاء کند. الگوریتم پیشنهادی که a-rpso نام دارد، بر پایه الگوریتم بهینه سازی ذرات (pso) بنا شده است. در واقع a-rpso مشابه pso می باشد که در آن دو تغییر صورت گرفته: یکی آنکه موانع موجود در محیط در نظر گرفته می شود و دیگری آنکه این روش به وسیله نگهداشتن تنوع مابین ربات ها، از بهینه محلی دوری می کند. نتایج آزمایشاتی که در محیط شبیه سازی که به عنوان بخش از پایان نامه ایجاد گردیده، نشان می دهد که الگوریتم a-rpso در مقایسه با سایر روش های مورد استفاده در جستجوی هدف، کارایی قابل ملاحظه ای دارد. این بالاتر بودن کارایی به آن جهت است که a-rpso مسائل " نرخ پایین همگرایی" و " مسئله بدام افتادن در بهینه محلی" را حل کرده است. همچنین نتایج نشان می دهد که کارایی روش پیشنهادی در دو حالت، برجسته تر می باشد: یکی در محیط های بزرگ و دیگری زمانی که جمعیت ربات ها کم باشد. علاوه بر کارایی بالاتر، روش پیشنهادی از لحاظ محاسباتی ساده، آسان برای پیاده و سازی و همچنین دارای تعداد پارامترهای کمتری برای تنظیم شدن در مقایسه با بیشتر روش های جستجوی هدف می باشد. در نهایت، می توان گفت که a-rpso به خوبی می تواند در محیط های واقعی عمل کند چرا که این الگوریتم اجتناب از موانع، خصوصیات ربات و محیطی که ربات در آن عمل می کند را لحاظ می کند.