O desenvolvimento de arquiteturas de controle para múltiplos robôs em ambientes dinâmicos tem sido tema de pesquisas na área de robótica. A complexidade deste tema varia de acordo com as necessidades exigidas da equipe de robôs. Em geral, espera-se que os robôs colaborem uns com os outros na execução de uma tarefa. Além disso, cada robô deve ser capaz de planejar trajetórias e replanejá-las em caso de situações inesperadas. No presente trabalho, propomos uma Arquitetura de Controle Inteligente para múltiplos robôs denominada ACIn. Para esta finalidade, foram investigadas algumas técnicas utilizadas para o controle inteligente de robôs, tais como, Redes Neurais Artificiais, Campos Potenciais e Campos Potenciais baseados em Problema do Valor de Contorno (PVC). Tais técnicas, normalmente utilizadas para um único robô, foram adaptadas para tornar possível o controle de múltiplos robôs sob arquitetura ACIn. Uma outra contribuição deste trabalho refere-se ao aperfeiçoamento da técnica de Campos Potenciais baseada PVC denominada Campos Potenciais Localmente Orientados (CPLO). Este aperfeiçoamento foi proposto para suprir a deficiência das técnicas baseadas em PVC quando estas são aplicadas em ambientes com múltiplos robôs. Além disso, um Sistema Baseado em Regras (SBR) também foi proposto como parte integrante da arquitetura ACIn. O objetivo do SBR é caracterizar a funcionalidade de cada robô para uma determinada tarefa. Isto se faz necessário para que o comportamento dos integrantes da equipe de robôs não seja competitivo e sim colaborativo. Por fim, através dos experimentos utilizando o simulador oficial de futebol de robôs da FIRA, observou-se que a arquitetura de controle inteligente (ACIn) implementada com a técnica de planejamento CPLO e SBR propostos, mostrou-se robusta e eficiente no controle de múltiplos robôs

In this work, an intelligent control architecture for multi-robots denominated ACIn was proposed. With this objective, some techniques considered intelligent were studied for the planning of trajectories, such as Artificial Neural Networks, Potential Fields and Potential Fields based on the boundary value problem (BVP). Such techniques, normally used for a single robot, were adapted to function with multi-robots inside the ACIn architecture. Another contribution of this work refers to the improvement of the Potential Fields based on the boundary value problem (BVP) technique. This improvement was proposed to supply the drawback of the BVP based techniques when they are applied to multi robots environments. Besides, a Rule Based System (RBS) was also proposed as part of the ACIn architecture. The objective of the RBS is to characterize the functionality of each robot for a determined task. This is necessary for the behavior of the equip members not to be competitive, but collaborative. Finally, it was observed through the experiments with the robot soccer simulated environment, that our intelligent control architecture (ACIn) proposal, integrating planning and RBS for the control of multi-robots was satisfactory