仿豹魴鮄机器人设计与控制策略学习的研究为仿生水下无人系统设计、流场感知与智能控制提供新的思路和方案，是水下机器人迈向自主智能化、强适应性的一种重要途径，具有广泛的应用前景。本文针对仿豹魴鮄机器人设计、仿生侧线传感器设计、基于残差强化学习的抗扰运动控制方法、基于课程学习的复杂行为控制方法等方面展开研究，论文的主要内容如下：

一、以自然界中的豹魴鮄科鱼为仿生对象，综合波动胸鳍推进和尾鳍推进两种仿生驱动机构，设计兼具机动与运动稳定性能的仿豹魴鮄机器人RoboDact，开发机器人驱动系统和软硬件控制系统。同时，设计基于中枢模式发生器的多鳍运动控制器，实现仿豹魴鮄机器人多模态运动控制。通过水下游动实验验证了仿豹鲂鮄机器人系统设计的有效性。

二、通过模仿鱼类侧线神经丘的结构，设计基于视触觉的仿生侧线传感器GelFlow，并利用数值计算对其仿生触须结构进行仿真与分析。提出基于卷积网络-长短期记忆网络的流速流向同步估计方法，从二维图像序列中提取流速流向信息，实现水流感知。同时设计基于水流感知的闭环运动控制系统，实现仿豹魴鮄机器人逆流游动控制。实验结果验证了仿生侧线传感器设计方案的可行性与流速流向同步估计方法的有效性。

三、针对仿豹鲂鮄机器人抗扰运动控制问题，提出一种参数随机化策略的残差强化学习方法，提升了策略网络训练的收敛性与稳定性，提高了虚拟环境中训练的策略应用于真实环境中的性能，使得仿豹鲂鮄机器人学会协调多鳍运动，完成未知扰动作用下定向巡游、航向跟踪等控制任务。仿真与实验验证了所提基于残差强化学习的抗扰运动控制方法的有效性和鲁棒性。

四、针对仿豹鲂鮄机器人复杂行为控制问题，提出一种多阶段串并型课程学习方法，为复杂任务提供难度增长平滑的训练策略，实现了对复杂任务策略网络的高效学习。同时设计基于课程学习的复杂行为控制系统，完成仿豹鲂鮄机器人顶球射门任务。仿真与实验验证了所提基于多阶段串并型课程学习的复杂行为控制方法的有效性和优越性。