弱通信条件下多AUV任务分配问题是研究多AUV系统众多方向中的一个非常具有挑战性的方向。由于水下通信的不稳定性，导致一般的任务分配算法在多AUV系统上并不能取得良好的应用效果。这主要是因为大多数任务分配算法都是基于可靠通信环境下进行开发和研究，并没有考虑通信的不稳定性。本文首先提出了基于可变时延的任务分配框架，该框架中包含任务分配不同阶段可变时延的变化及通信中断时水下机器人所采取任务策略。然后，对影响可变时延的因素进行了分析，建立了可变时延模型，并对可变时延的变化做了精确的预测。通过实验给出了预测值与实际值之间的误差，验证了预测算法的有效性。与此同时还介绍了自主决策机制及实现方案。随后，本文研究了基于资源福利的任务分配算法，结合上文所给出的时延预测值完成任务分配，并与当前最流行的市场机制法在任务完成率、任务平均资源消耗等方面进行了对比实验，并对实验结果进行了分析。最后，本文对机器人联盟求解及任务执行队列优化问题给出了算法设计。机器人联盟是任务分配算法必须考虑的一个问题，机器人联盟选择的好坏直接影响着资源的消耗及任务完成率。而对任务执行队列优化则会缩短完成全部任务的时间，提高系统收益。