生物体精巧的结构和卓越的运动能力为机器人学提供了模仿和学习的样本。本文以鱼类为研究对象，借鉴两种自然界创造智慧行为的进化方式，从个体性能改善和群体智能提高两个方面对水下仿生机器人系统展开研究。一方面，生物个体逐渐进化出卓越的运动能力以及复杂的大脑，据此，主要考虑将个体的运动范围从二维扩展到三维以及通过搭载某些特定功能的传感器使之具有感知信息、处理信息以及行为决策的能力（见第二章和第三章）;另一方面，群体智慧的创造则是依靠多个简单个体的交互规则呈现出协调有序的整体行为，从理论推导、仿真分析和实验验证三个角度研究了多机器鱼系统的集群行为—蜂拥的产生机制，并将其应用于多机器鱼的编队控制任务（见第四章、第五章和第六章）。主要的研究内容包括:　　第一、研制了一款基于滑块机构的模块化机器鱼。滑块机构作为一种重心调节器，赋予了模块化机器鱼水下三维运动的能力。模块化机器鱼的水平游动主要依靠尾鳍关节角度的控制来实现，而其升潜运动则是在尾鳍的协助下通过调节滑块的位置来实现。在此基础上，分析了模块化机器鱼在二维平面内的水平游动和在竖直平面内的升潜运动，并利用曲线拟合法得到了模块化机器鱼的游动规律。模块化机器鱼的控制参数简单，具有一定的抗压能力。实验结果表明模块化机器鱼可以完成一定深度内的三维水下运动。此外，还讨论了影响模块化机器鱼游动能力的两个设计参数，一是驱动模块的数目，二是尾鳍的展弦比和硬度的结合。实验结果也证明了相比设计参数的其他组合，具有一个驱动模块和一个低展弦比的柔软的扇形尾鳍的模块化机器鱼具有更高的推进速度。　　第二、研制了一款带有单目摄像头的自主机器鱼。从推进性能和机动性能两方面分析并比较了两种前进游动步态、五种转弯游动步态和三种升潜游动步态。实验结果表明依靠尾鳍推进的自主机器鱼可以获得更高的推进力，而依靠胸鳍推进的自主机器鱼具有更好的机动性能及升潜性能。此外，还讨论了自主机器鱼水球游戏中所涉及的两个关键技术——定位和路径规划。给出了利用几何算法解决自定位和目标定位问题的解决方案。在考虑了自主机器鱼内部的运动学约束的前提下，提出了一个基于有向切线圆的方法来解决自主机器鱼在水球游戏中的路径规划问题，并给出了一条可执行的路径。实验结果表明上述方法在水球游戏中是有效的。　　第三、针对一款仅在二维平面内运动的仿生机器鱼，提出了一个基于一致性和吸引排斥函数的分布式协调算法来解决多机器鱼系统的二维蜂拥控制问题。根据机器鱼的运动数据，将机器鱼建模成扩展的二阶独轮车模型。其中，一致性算法用于速度匹配，而吸引排斥函数则用于连通保持、队形构建和冲突避碰。假设系统初始交互网络是一个无向连通图，利用图论和拉塞尔不变集原理分析了系统的稳定性。数值仿真和机器鱼平台仿真都验证了该控制协议的有效性。最后，实验结果表明在上述协调算法下多机器鱼系统呈现出稳定的蜂拥行为。　　第四、在上述多机器鱼系统中引入具有恒定速率的领航者，在此基础上讨论了具有领航者-跟随者结构的多机器鱼系统的二维蜂拥控制问题。提出了两个分布式协调算法分别实现聚合蜂拥和编队蜂拥。假设系统的初始交互网络是一个领航者-跟随者连通图，利用图论和拉塞尔不变集原理分析了系统的稳定性。此外，实验结果表明了上述算法对于由三条机器鱼所构成的多机器鱼系统的可行性。最后，仿真结果证明了上述算法对较大规模的多智能体系统的有效性。　　第五、进一步讨论了具有变速率领航者的多机器鱼系统的二维蜂拥控制问题。在领航者速率时变且有界的前提下，设计了两个自适应蜂拥算法来分别实现聚合蜂拥和编队蜂拥。假设系统的初始交互网络是一个领航者-跟随者连通图，利用图论和拉塞尔不变集原理分析了系统的稳定性。此外，仿真结果验证了上述协调算法的有效性。