随着人类对海洋的开发不断加快和深入,水下机器人技术成为人类探索海洋的一大重要手段,引起了众多科研人员的极度重视,进而开始蓬勃发展。近年来自主水下机器人(AUV)在海洋环境监测、数据采集、区域搜索及海地目标探测等方面扮演着越来越重要的角色。但是因水下机器人承担的任务复杂度越来越大,单个AUV已经开始无法满足工作需要。由此,研究人员开始对多水下机器人系统进行深入研究。多水下机器人系统空间分布能力及在任务执行过程中所展现的高效性、鲁棒性和灵活性都是单个水下机器人所力不能及的。多水下机器人协同围捕问题是多水下机器人协同任务自组织研究中极为重要的一部分,其中的关键技术将会被运用于民事、工业、军事等领域。本文中所研究的多水下机器人围捕问题是指由多个水下机器人组成的群体,通过协同合作,对一目标体进行围捕。将狼群算法应用于多水下机器人系统当中,可以提高系统稳定性。在本文中主要研究了二维空间中的多水下机器人协同围捕问题。狼群算法通过模拟狼群捕食方式抽象出游走、召唤奔袭、围攻目标3种群体智能行为,从而提出的一种新的集群智能算法。首先,介绍了多水下机器人系统及多水下机器人围捕问题的相关背景、国内外研究现状。同时,本文也针对狼群算法进行了详细的介绍。其次,本文将多水下机器人围捕问题中涉及到的被围捕目标分为静态目标与动态目标两种,并给围捕问题分别设定了围捕成功的具体标准。建立了 AUV模型和狼群算法模型,设计了基于狼群算法的协同围捕策略。并优化了基本狼群算法,并将其应用于多水下机器人协同围捕问题中。最后,利用MATLAB进行仿真实验,验证了基本狼群算法可以应用于解决多水下机器人协同围捕问题和其有效性。同时验证了目标不同逃逸策略时狼群算法模型对围捕成功率的影响,并且进行了仿真,分析其对协同围捕问题的影响。实验结果证明,改进狼群算法模型可以改进围捕成功的效果。