针对多机器人系统在未知区域协同搜索中的效率与智能化问题，本文提出一种基于生物启发神经网络与差分模型预测控制（DMPC）的协 同搜索算法。通过构建栅格地图模拟动态环境，结合神经元活性值增量、转弯能耗及碰撞风险建立覆盖效能搜索函数，并利用差分进化算法优化路 径规划。仿真实验表明，在 20×20 和 30×30 栅格区域中，该算法平均覆盖率分别达到 94.25%和 91.09%，标准差为 5.29 和 6.79，搜索效率优于随机 算法及传统生物启发神经网络算法，验证了其高效性与鲁棒性。本研究不仅适用于传统的搜索任务，还可以广泛应用于自动驾驶、物流配送等领域。