本研究提出了一种新颖的三维路径规划方法，针对自主水下航行器在复杂环境中的能耗、控制和导航问题，整合局部尾流与全球水流，能耗降低最多11.3%。

本文探讨了自适应控制方法在自主水下航行器（AUV）中的应用，包括基于学习的控制策略、模型预测控制（MPPI）和分布式鲁棒学习控制策略。研究表明，这些方法能有效提高控制性能，处理不确定性和环境干扰。

本文研究了使用模型预测路径积分控制（MPPI）对自主水下航行器（AUV）进行控制的可行性，并评估了主要超参数对控制器性能的影响。与经典的PID和级联PID方法相比，证明了MPPI控制器的优越性。此外，还介绍了如何通过将环境约束整合到成本函数中来处理它们。