针对自主水下航行器(AUV)在自动巡航任务中的姿态控制问题,提出了一种神经网络与滑模控制相结合的鲁棒自适应姿态控制算法。采用了RBF神经网络对AUV数学模型中的不确定项进行逼近,抑制了未建模动态和参数摄动的影响,进而基于反步法和滑模控制设计了姿态控制律,其中引入鲁棒项以克服外界干扰和神经网络逼近误差,并通过Lyapunov定理证明了控制系统的稳定性。将所设计的控制算法应用在AUV的姿态控制系统中进行数值仿真,验证了该控制算法的有效性和鲁棒性。