进入21世纪以来，很多国家都纷纷的揭开了水下相关研究设备的开发和应用的帷幕，而智能型水下机器人被各个机构都视为重要的开发载体和具有科研发展潜力的研究热点。智能型机器鱼的相关研究、开发和技术运用对原有的陆地机器人技术来说是一个重要的扩展和补充，同时，智能型水下机器人作为机器人科学与技术研究范畴中的一个组成部分，在浩瀚的海洋中有着非常广阔的应用领域和使用价值。这十几年以来，智能型水下机器人的研究开发能力和水平不断的提升，目前世界上已经有一些国家将其研发的成果应用于海洋的各个领域，这些成果和设备也都起到了越发重要的作用。　　文章主要以厦门大学-埃塞克斯大学合作开发的仿生型智能水下机器人为基础，做了两方面的研究工作:一个是在未知的水域情况下，水下机器人通过声呐传感器的对水下环境扫描，利用模糊控制算法和强化学习相结合的方式对水下机器人进行局部的路径规划，利用模糊算法“感知-动作”的快速性，提高水下机器人的反应速度，另一方面通过强化学习在不同场景下对环境的学习能力，不断的丰富整个系统的避障知识，强化在实际条件下的避障能力;另一项工作是在第一项工作的基础之上，研究了水下机器人在三维地形条件下的路径规划工作，采用了蚁群算法，对算法的相关参数进行优化工作，通过不断的仿真实验对原有的参数数据进行提升，都取得了较好的效果。　　仿真实验和水池实验表明，文章中提出的算法可以有效的对环境数据行进分析，利用模糊控制和强化学习的方法，实现了水下机器人的局部路径规划，且系统具有较强的鲁棒性;在未来的工作当中，要进一步的优化水下机器人在三维环境下的活动能力，让水下机器人能更顺利的完成各种任务。