本发明提供一种基于高阶惩戒与记忆容忍度融合机制的多机器人协作方法，包括：M个智能机器人进行迭代演化，任一蒙特卡洛时间步的迭代演化中，包括：第x个智能机器人选择是否从初始资产中提取资金，将资金投入采用PGG公共物品博弈模型的公共资源池；根据第x个智能机器人的策略、所有相邻的节点上的智能机器人的策略、PGG公共物品博弈模型和记忆容忍度机制计算第x个智能机器人的收益；更新第x个智能机器人的策略；当满足迭代结束条件，M个智能机器人具有稳态协作参数，M个智能机器人根据稳态协作参数进行协作。通过将融合了记忆容忍度机制的高阶惩戒机制应用于PGG公共物品博弈社会困境，提升多智能机器人的协作工作效率与稳定性。