针对多机器人社交编队导航存在的相对过度泛化问题，通过激励机器人探索联合观测空间的方式，提出了基于内在奖励机制的多机器人社交编队导航算法。首先，将随机网络蒸馏内在奖励与椭圆回合内在奖励相结合，形成双时间尺度内在奖励，提升多机器人的探索能力，从而获得最优的多机器人联合策略；其次，通过将内外奖励设计与集中式训练分布式执行的框架相结合，采用集中式的内在奖励学习方式，激励多机器人探索联合观测空间，克服多机器人社交编队导航的相对过度泛化问题；最后，通过所提算法与基线算法的仿真对比实验，建立多机器人社交编队导航的评估机制，并进行相关的定量与定性分析。实验结果表明，从成功率、碰撞率、导航时间和队形误差等指标的定量和定性评价来看，所提算法优于基线算法。与现有的多机器人社交编队导航算法相比，所提算法能够获得更好的编队导航性能。