水下滑翔机是海洋环境立体观测的重要手段之一。多机协同观测是水下滑翔机重要发展方向,可实现大范围、长时序、连续立体观测。多水下滑翔机协作完成海洋环境的观测离不开多机协同的自适应采样策略,包括水下滑翔机的自主路径规划和协同采样能力。本文开展了基于高斯过程回归和马尔可夫决策过程的多水下滑翔机采样路径规划方法研究,建立了信息化采样和抵抗洋流干扰的自适应采样模型,旨在提高海洋观测效率和观测精度。论文主要研究内容如下:（1）运用高斯过程回归方法进行多水下滑翔机协同采样路径规划。路径规划策略中,以最大化采样信息为目标,以采样标准差为判据选择采样位置,同时考虑多水下滑翔机异步出水/通讯的问题。进行了模拟温度场与南海真实温度场的仿真采样实验,验证了方法的可行性。（2）海洋洋流是水下滑翔机路径规划和影响采样精度的主要外界干扰,如何有效地减弱洋流对水下滑翔机采样规划的干扰是提升采样效率和观测质量的关键问题。本文根据海洋环境洋流干扰,在马尔可夫决策过程模型框架下,结合滑翔机运动与海洋洋流干扰设计状态转移概率,建立服从高斯分布的状态转移函数,实时更新状态转移分布,同时区别贪婪算法的采样策略,以更加远视的方法选取采样点,依据无限视野值函数计算最优策略指导水下滑翔机前进完成采样,实现洋流干扰下的自适应采样规划的最优决策。（3）基于上述马尔科夫决策过程模型,结合高斯过程回归方法进行多水下滑翔机路径规划,完成海洋环境自适应采样。以海洋温度场为背景,模拟不同洋流场影响下的路径规划结果,包括洋流速度呈正弦变化、梯度变化,以及均匀大小不同方向时的流场和旋涡场。仿真实验结果表明,采用基于高斯过程回归和马尔科夫决策过程模型的路径规划方法可实现重复采样区域少,且观测环境场重建质量高。最后,讨论了复杂洋流场下的优化布放位置和滑翔机数量。