Костюков Владимир Александрович – кандидат технических наук, старший научный сотрудник, научно-конструкторское бюро робототехники и систем управления, Южный федеральный университет, г. Таганрог, Российская Федерация, e-mail: wkost-einheit@yandex.ru. Медведев Илья Михайлович – студент, Южный федеральный университет, г. Таганрог, Рос-сийская Федерация, e-mail: imedvede@sfedu.ru. Медведев Михаил Юрьевич – доктор технических наук, ведущий научный сотрудник НИИ робототехники и процессов управления, Южный федеральный университет, г. Таганрог, Российская Федерация, e-mail: medvmihal@sfedu.ru. Пшихопов Вячеслав Хасанович – доктор технических наук, профессор, директор НИИ робототехники и процессов управления, Южный федеральный университет, г. Таганрог, Российская Федерация, e-mail: pshichop@rambler.ru. Kostyukov Vladimir Aleksandrovich is Cand. Sc. (Engineering), Senior Researcher, Joint-Stock Company “Robotics and Control Systems”, Southern Federal University, Taganrog, Russian Federation, e-mail: wkost-einheit@yandex.ru. Medvedev Ilya Mikhailovich is student, Southern Federal University, Taganrog, Russian Federa-tion, e-mail: imedvede@sfedu.ru. Medvedev Mikhail Yurjevich is Dr. Sc. (Engineering), Leading Researcher, R&D Institute of Robotics and Control Systems, Southern Federal University, Taganrog, Russian Federation, e-mail: medvmihal@sfedu.ru. Pshikhopov Viacheslav Khasanovich is Dr. Sc. (Engineering), Professor, Director, R&D Institute of Robotics and Control Systems, Southern Federal University, Taganrog, Russian Federation, e-mail: pshichop@rambler.ru. Исследуется эффективность роевых алгоритмов планирования пути в двумерной некартографированной среде. В качестве критериев эффективности используется число итераций в процессе поиска пути и оценка вероятности успешного достижения цели. В ходе исследования изменяется максимальная скорость перемещения роя и максимальное число итераций, в течение которых допускается отсутствие уменьшения расстояния до цели. Предполагается, что каждая частица может определять со-стояние среды в некоторой локальной области. Под определением состояния имеется в виду определение наличия препятствия в ячейке среды. Для решения проблемы локальных минимумов предлагается вводить виртуальное препятствие в точке локального минимума. Данный подход в целом известен. Новизна этого подхода заключается в том, что решается задача обнаружения локального минимума роем частиц. При одиночном движении обнаружение локального минимума тривиально и сводится к проверке движения к ранее посещенным ячейкам. В групповом случае требуется новое решение задачи обнаружения локального минимума. В данной статье приводится обзор и анализ задачи планирования пути, формулировка проблемы, постановка задачи, математическое описание алгоритмов глобального роевого планирования пути с предложенными модификациями, псевдокоды алгоритмов планирования и результаты численного исследования. В ходе численных исследований определены критерии эффективности планирования пути в среде размером 100100 ячеек со случайно размещаемыми препятствиями. This paper examines the effectiveness of swarm path planning algorithms in a two-dimensional unmapped environment. The efficiency criteria are the number of iterations in the path finding process and an assessment of the probability of successfully achieving the goal. During the study, the maximum speed of movement of the swarm and the maximum number of iterations during which it is allowed that the distance to the target does not decrease are changed. It is assumed that each particle can determine the state of the environment in a certain local region. By determining the state we mean determining the presence of an obstacle in a cell of the environment. To solve the problem of local minima, it is proposed to introduce a virtual obstacle at the local minimum point. This approach is generally known. The novelty of this approach lies in the fact that it solves the problem of detecting a local minimum by a swarm of particles. With a single movement, detecting a local minimum is trivial and comes down to checking the movement to previously visited cells. In the group case, a new solution to the problem of detecting a local minimum is required. This article provides a review and analysis of the path planning problem, problem formulation, problem statement, mathematical description of global swarm path planning algorithms with proposed modifications, pseudo-codes of planning algorithms and the results of a numerical study. In the course of numerical studies, the paper presents the criteria for the efficiency of path planning in an environment of 100100 cells with randomly placed obstacles. Исследование выполнено за счет гранта Российского научного фонда № 24-19-00063, «Теоретические основы и методы группового управления безэкипажными подводными аппаратами», https://rscf.ru/project/24-19-00063/ на базе ФГАОУ ВО «Южный федеральный университет»..