随着科学技术的不断进步,电商行业快速发展,物流业务量和末端配送成本也不断增加,为提高物流末端配送效率、降低配送成本,机器人配送逐渐代替人力配送。其中机器人任务分配和路径规划为主要研究问题,如何降低物流机器人任务分配成本、提高路径规划的寻优和避障能力是目前物流行业需要解决的问题。为优化物流机器人任务分配和路径规划问题,提出一种新型改进的智能优化哈里斯鹰算法（Harris Hawks Optimization,HHO）对问题进行求解。为验证哈里斯鹰算法求解问题的性能,提出一种融入佳点集策略、非线性逃逸因子和Logistic-Cubic级联混沌扰动的多策略集成哈里斯鹰算法,用于求解23个不同维度的函数和2个不同约束的工程问题。实验结果表明,在求解函数问题和工程问题上,多策略集成的哈里斯鹰算法具有较好性能。哈里斯鹰算法求解问题性能的测试为求解机器人任务分配和路径规划奠定了基础。为优化物流机器人任务分配问题,设计一种改进的哈里斯鹰算法求解。首先,建立以固定成本、配送运输成本和考虑负载的电量消耗成本为最优目标的数学模型。其次,对算法初始解进行编码,使连续型哈里斯鹰算法能够求解离散型任务分配问题。最后,在哈里斯鹰算法中融入变异、插入、进化逆转和模拟退火算法策略,扩大搜索范围、防止算法陷入局部最优,以寻得较好的任务分配集合,降低配送成本。实验阶段,随机生成7中不同任务集合的数据集进行仿真实验,结果表明,物流机器人任务分配成本问题得到较好优化。为提高物流机器人路径规划的避障和寻优能力,设计一种融入三次B样条曲线的哈里斯鹰算法,以寻找一条无碰撞的较优化的平滑路线。首先,利用栅格法建立静态环境地图模型。其次,构造以路径最短和平滑度最优为目标的适应度函数。最后,对哈里斯鹰算法的搜索方式进行改进,扩大了算法搜索范围。同时,加入三次B样条曲线平滑策略,平滑物流机器人路径拐点,缩短机器人行驶距离。实验阶段,利用栅格法建立平整型和凹型两种障碍物环境模型,对7组模型进行仿真实验。结果表明,路径规划问题中机器人的避障能力和寻优能力提高。本文的研究拓宽了物流机器人任务分配和路径规划的基础理论,丰富了机器人问题的算法研究,对物流配送机器人未来发展具有一定的理论价值和现实意义。