南海及邻近海区对海洋环境观测有着重大的需求,推动该地区海洋环境观测技术的发展对于实施海洋强国战略具有重要意义。鉴于目前海上观测能力的不足,需要开发一种新的高精度且自动化的海空协同观测系统,这就要求研发多智能体协同控制算法,协同无人艇、无人机等多种智能设备,实现海空协同观测任务。经调研,传统的控制算法过于依赖系统模型参数,也未考虑到通信时延因素对系统的不确定性影响。此外,由于任务不同、约束不同,传统的控制算法不适用于本项目。因此,本文研究了面向海空协同观测任务的控制算法,主要工作如下:（1）观测任务需要多艘无人艇以集群编队的形式,对中尺度涡这类特定海洋现象展开大范围的观测。本文首先设计了连续、离散、时滞下的多无人艇协同编队控制律。其次,本文针对北斗卫星通信带宽有限导致于定位间隔长的问题,提出一种基于扩展卡尔曼滤波的位置预测法,实现了通信时延下无人艇位置的最优预测。此外,本文针对无人艇PID控制器存在参数难以整定的问题,提出一种基于引力搜索算法的PID优化方法,保证了海面多无人艇编队系统的稳定性。（2）观测任务需要引导多艘无人艇与无人机协同观测中尺度涡的等温线数据。该任务要求无人艇首先搜寻出等温线,并沿着等温线自主航行,记录数据。其次,无人机对无人艇的观测数据进行大规模数据的“抄表”。考虑到海上环境的动态性以及异构系统的复杂性,本文提出一种基于数据驱动式的深度确定性策略梯度控制算法,实现了无人艇循迹等温线,以及多无人艇与无人机的海空异构协同观测。