仿生机器鱼具有巨大的潜在应用前景,其多模态游动及学习控制能力是其适应环境、推广应用的关键。本文以仿生机器鱼为研究对象,从仿生机器鱼自主游动目标出发,主要研究了基于CPG的仿生机器鱼多模态游动、路径规划以及迭代学习控制轨迹跟踪等内容,并且通过仿真和实验验证了相关方法可行性。具体研究内容如下:首先,探讨了仿生机器鱼的多模态游动及其学习控制研究背景及意义,综述了仿生机器鱼研究的国内外现状,并对本文章节安排及内容进行了简要介绍。其次,深入分析了仿生机器鱼的CPG控制模型,在此基础上构建了基于Hopf振荡器的CPG模型,引入相位耦合因子,实现了多模态间的自由切换;利用牛顿-欧拉方法建立了仿生机器鱼动力学模型,进行了动力学分析,并开展了多模态游动及切换的仿真和实验,结果表明了所建立的仿生机器鱼模型的有效性。再次,为了实现仿生机器鱼自主游动,探讨了基于蚁群算法的仿生机器鱼路径规划方法,采用栅格法建立机器鱼游动环境模型,设置游动起始点、障碍和目标点,利用蚁群算法实现了机器鱼路径规划,并根据蚁群算法参数最优原则,得到最优路径的参数取值范围,进行了仿真验证,仿真结果显示,机器鱼能找到从起始点到目标点的最优路径。最后,为了使仿生机器鱼能按照预定轨迹游动,确保完成任务的可靠性,研究了基于迭代学习的仿生机器鱼轨迹跟踪控制,建立了三关节仿生机器鱼模型,设计了其轨迹跟踪的迭代学习控制器,进一步分析了其收敛性,并进行了仿真和实验验证,实现了对机器鱼鱼体波的轨迹跟踪,且跟踪效果良好。