在不久的将来,仿生机器鱼会在极为复杂的水下环境中进行海洋生物观察、海底资源勘探、军事侦察和水下施工等艰巨工作。因此,针对群体机器鱼开发出高效、灵活、且具有很强鲁棒性的协调控制方法是一个重要的研究方向。由于水下工作环境的复杂性,以及机器鱼自身的推进方式的特殊性,一般的协调控制方法很难直接应用在机器鱼的身上。因此,多机器鱼的协调控制是一个具有挑战性的研究课题。受到生物智能的启发,由多机器人协调和控制技术相支撑,以机器鱼硬件平台的成功开发作为基础,本文开展了多仿生机器鱼协调控制方法的研究。首先介绍了仿生机器鱼及其协调控制方法的研究背景,综述了国内外相关的研究成果,并简要介绍了论文的主要工作。接着,根据多关节仿生机器鱼的动力学模型,利用一种通用的机器鱼性能优化方法,对我们所使用的三关节机器鱼进行了直游性能上的优化。另外,我们还把模糊控制的基本思想应用于多机器鱼速度的协调控制中。然后研究了存在有多个障碍物的环境下两条机器鱼的协调控制问题。采用人工势场法,将机器鱼运行空间虚拟成一个存在力的场,并建立了机器鱼之间以及机器鱼与目标点和障碍物之间的力学关系模型。采用我们的方法,两条机器鱼可以完成从各自起始点出发,避开障碍物和对方,顺利到达目标点的任务。这为机器鱼将来在水下复杂环境中有效的执行任务提供了方法依据。本文还利用强化学习算法,设计了一个两条机器鱼依次过孔的任务。通过在不同的状态下对不同的动作进行尝试,机器鱼根据所得到的结果获取回报,并根据回报值来指导下一步的动作,最终能够实现在不同的状态下自主选择较优的行动策略。最后总结全文,并指出今后需要进一步开展的工作。