در دهه اخیر استفاده از روشهای ابتکاری و تکاملی در حل مسایل بهینه سازی، کنترل و طراحی که عموما دارای فضاهای جستجوی چندبعدی و پیچیده می باشند، افزایش یافته است. در این مقاله یک روش جدید جستجوی گروهی که مبتنی بر اتوماتای یادگیر و بهینه سازی گروهی، می باشد، ارایه شده است. این روش که ما آن را اتوماتای یادگیر گروهی، می نامیم، می تواند بر روی هر نوع اتوماتای یادگیری پیاده سازی شود. ایده اصلی اتوماتای یادگیر گروهی، بکارگیری چندین جواب تصادفی به جای یک جواب تصادفی می باشد. زمانی که گروهی از جوابها استفاده شود، می توان از ویژگیهای گروهی که الگوریتم بهینه سازی گروهی بر مبنای آن ایجاد شده است، سود برد. برای بهره گیری از این منافع گروهی در اتوماتای یادگیر، بهترین جوابهای گروه نگهداری شده و از آنها در تقویت الگوریتم یادگیری اتوماتا، که مهمترین رکن یک اتوماتای یادگیر است، استفاده می شود. اتوماتای یادگیر گروهی، بسیار قوی تر از اتوماتای یادگیر بوده و در نواحی نامحدب با احتمال بسیار بیشتری جواب بهینه عمومی را پیدا می کند. در پایان روش گروهی ارایه شده بر روی دو مساله تست با اتوماتای یادگیر مقایسه شده و نتایج آن که اثباتی بر کارایی اتوماتای یادگیر گروهی می باشد، آورده شده است.