机器人中的群体智能是指受社会性昆虫或动物群体的集体行为启发，利用去中心化、自组织的系统，让多个机器人协同解决问题。群体中的每个机器人不依赖中央控制器，而是遵循简单的局部规则，与附近的同伴通信，并适应动态环境。这种方法实现了可扩展性、容错性和涌现的问题解决能力，这是单个机器人无法单独实现的。
一个关键应用是搜救行动。例如，一群小型无人机可以探索灾区，分享关于障碍、危险或幸存者的实时数据。每架无人机使用诸如“避免碰撞”和“跟随最强的传感器信号”等基本规则来协调覆盖范围，而无需集中的路径规划。类似地，农业机器人可以作为一个群体来监测作物，每个单元处理田地的子区域，同时分享土壤或害虫数据以优化集体决策。在仓库中，机器人群体通过根据附近同伴的交通更新动态调整路线来运输货物，从而避免瓶颈。
在底层，群体机器人通常采用蚁群优化（ACO）或粒子群优化（PSO）等算法。ACO 模拟蚂蚁如何留下信息素路径来标记高效路径；机器人可以使用代码中的虚拟“轨迹”来引导其他机器人前往任务地点。PSO 启发的系统允许机器人根据附近机器人的速度和方向调整其移动。通信通常采用轻量级方式——使用 Wi-Fi、蓝牙甚至红外信号——来共享少量数据，例如位置或传感器读数。ROS（机器人操作系统）等库提供了实现群体逻辑的框架，使开发人员能够在部署物理机器人之前在模拟中测试规则。重点在于设计健壮的局部交互，而不是复杂的全局规划，这使得系统能够适应故障或环境变化。