自主水下机器人(Autonomous Underwater Vehicle,AUV)可用来完成水下复杂而繁重的任务,是未来海洋勘测以及水下能源开发重要的工具。随着计算机技术和通信技术的成长,多自主水下机器人系统MAUVS(Multiple Autonomous Underwater Vehicles System)得到越来越多的关注。与AUV相比,MAUVS具有灵活性,高效性及容错性强等特点。多智能体协同围捕经常作为检测机器人学习性能的测试平台,故MAUVS围捕是现阶段研究的热点。本文为了提高MAUVS围捕效率,设计了一种新的围捕方法,具体工作内容包括如下:首先,详细介绍了本课题的研究背景及意义,结合多机器人围捕现状的研究,对围捕任务完成过程中尚存的问题以及现有围捕策略的局限性进行了分析。其次,为了克服目标AUV的反智能围捕性,设计了一种面向动态围捕的MAUVS任务分配方案,进而提出了一种基于角色及能量约束的任务分配方法,并且阐述了面对动态围捕任务时此方法提出的必要性。再次,利用分层强化学习中较为灵活MAXQ算法对具体围捕策略进行设计。针对MAXQ自身不能自主分层的缺陷,提出了一种利用SOM自主特征映射神经网络来修改MAXQ抽象机制的方法,即S-MAXQ自主分层策略。该方法使用了SOM自组织特征映射神经网络的特性,使子任务能够自主被Agent发现并进行自组织并行学习,从而更加适应动态环境下的学习任务,并且利用V-REP仿真软件搭建具有障碍物场景模拟真实环境进行算法的分层效果仿真,结合matlab进行算法的性能分析。递次,为了适应复杂海洋环境,采用半马尔科夫对策论的方法实现MAUVS的分层强化学习,并且在上述S-MAXQ能够将围捕任务自主分层的基础上增加了MAUVS的行为预测功能,提出了一种SP-MAXQ算法,并建立了状态-动作表,使得学习经验能够得到更好的复用,这样增强了MAUVS在复杂环境下适应环境和相互合作的能力,并且利用V-REP仿真软件搭建具有障碍物场景模拟真实环境进行围捕仿真,结合matlab进行算法的性能分析。最后,利用Pioneer3-DX机器人做出实体仿真效果,进一步说明本文提出算法的有效性。