随着海洋中丰富的资源逐渐被人们认知,海洋愈发成为各个国家争取海洋权益、发展尖端科技和展示综合国力的重要场所。水下机器人作为探索海洋、执行海洋任务的重要工具。随着探索海洋领域的需求不断增多,亟需重点提升水下机器人的自主能力和面对风险事件的可靠性。水下机器人的轨迹追踪技术是水下机器人控制所面临的重要关键技术,轨迹的准确追踪是水下机器人在复杂的海洋环境下执行任务的基础,并且现阶段很少有对水下机器人追踪与定位问题的联合研究。本文针对上述问题,考虑水下机器人模型不确定约束,开展水下机器人轨迹追踪和编队控制算法研究,本文的工作主要有以下几个方面:（1）针对水下机器人在轨迹追踪过程中误差大,控制策略难调整的问题,设计了一种于强化学习的追踪控制方法,为了减少获取系统均值的计算量,采用了一种多元概率配置法结合正交部分因子对模型不确定参数进行采样,实现了在水下机器人模型参数不确定的情况下通过和环境交互求解控制策略来完成轨迹追踪任务。最后通过仿真验证了提出的算法能够实现良好的轨迹追踪效果。（2）针对水下机器人在动力学模型约束下的位置不可测问题,进行了定位与追踪控制的联合设计,在水下机器人位置能够精确获取的基础上,设计了基于强化学习的追踪控制算法,提高了水下机器人追踪控制精度,减小了追踪误差。最后通过仿真和水池实验验证了水下机器人轨迹追踪算法的有效性。（3）在单个水下机器人的追踪控制问题基础上,进一步考虑多水下机器人的编队控制问题,针对多水下机器人追踪的协调问题,建立了水下机器人编队的有向拓扑图,设计了一种基于强化学习的编队控制方法,使多个水下机器人在目标追踪过程中能够实现编队的形成和保持,弥补了单水下机器人追踪的不足。