针对欠驱动无人艇(USV)的航路点路径跟踪问题,提出了一种鲁棒自适应控制方法。设计了一个新的切换型视线(LOS)法制导律,以引导USV始终以最佳LOS圆半径趋向期望路径。与传统制导律相比,切换型LOS法制导律具有运算负载小、收敛速度快的特点。考虑到USV模型的不确定性及环境干扰未知时变性,开发了一种复合神经网络控制器来增强系统鲁棒性。通过在网络输入中增加预测误差信息,以提高网络逼近精度。同时,引入最小学习参数思想优化网络结构,对神经网络的在线自适应参数进行压缩,以减轻网络计算负担,并借助李雅普诺夫理论对系统的稳定性进行了分析。通过对比仿真实验验证了所提出控制策略的有效性。