随着机器人科学技术的发展，机器人的应用领域正在不断地扩大，陆地型机器人开始不能满足人类改善生活条件、探索自然环境的需要。因此，许多国家先后建立起专门的研究机构，用来进行水下机器人的研究。同时，各种机器人竞赛也在不同程度上推动了水下机器人的发展。本文就是以仿真机器鱼的水球比赛作为研究背景，针对“抢球博弈”比赛项目进行了深入的研究，并依据比赛场地的制约，以及仿真机器鱼自身的运动特点，提出了基于极限学习机的动作决策算法、基于区域划分的单体运输法，根据机器鱼与目标水球所处区域采用不同的控制策略，并将该算法成功地应用于仿真机器人的水球比赛上，获得良好的效果。　　极限学习机也是一种机器学习算法，不同于传统的神经网络，该算法只要求激活函数是无穷阶可微的，而隐含层偏置与输入权重可以随机给定，不需要进行迭代调整，通过一次计算就可以得到网络的输出权重。因此，该算法具备训练速度快、泛化能力强等优点。然而，由于每次初始化网络时都是随机的，导致训练终止时的误差也不完全相同，进而训练后的权值和阈值也不完全相同，因此每次训练后的结果也略有不同。针对解决网络参数的优化问题，本文提出了一种基于粒子群优化算法的极限学习机，利用了粒子群优化算法来选择极限学习机的网络参数，从而获得极限学习机的输入层权值和隐含层偏差，并利用广义逆计算得到输出权值，有效提高了算法的稳定性和鲁棒性。　　论文的主要工作包括以下几个方面：　　（1）简要地描述了多机器人编队控制和机器学习的研究现状，说明了本文的选题意义和研究的主要内容，详细介绍了比赛所用的机器鱼的运动特点、参数以及机器人水球比赛平台。　　（2）针对“抢球博弈”比赛项目对抗性强、控制难度高，需要考虑多机器鱼之间的协作，以及环境复杂多变等特点，为了优化控制策略，本文提出了机器鱼的分工，并对场地进行区域划分，然后依据比赛的时间进行阶段划分。最后综合三个因素的作用，设计了多机器鱼抢球博弈的有效策略，并通过实验检验了该策略的效率和稳定性。　　（3）在比赛中，为了确保水球运输的高效性和准确性，机器鱼需要一个良好的动作决策算法。本文综合机器鱼、水球以及目标位置三者的相对位置，应用极限学习机对其位置状态进行分类，从而根据不同的状态来采取不同的动作策略，实现了算法对仿真机器鱼的自主控制。　　（4）讨论了极限学习机的优缺点，针对该网络模型在稳定性和泛化性方面的缺陷，提出了一种基于粒子群优化的极限学习机网络，并对这两种网络的差异进行了比较。　　（5）对所做的研究工作加以总结，并指出了需要进一步研究的方向。