近些年来,多智能体系统的协同控制问题已成为一个研究热点。包含控制作为多智能体系统协同控制问题之一,其目标是使跟随者收敛到领导者形成的凸包中,凸包也是研究包含控制问题的基础,同时对包含控制进行研究具有重要的意义。然而,在实际应用中,多智能体系统的模型大多数是未知的或者难以建立其精确的数学模型,限制了传统协同控制方法的应用。此外,系统执行器的故障会造成系统性能下降甚至不稳定。因此,有必要对考虑执行器故障的系统动态未知的多智能体系统的容错控制问题进行研究。本文主要包含了以下几方面的研究内容:第一,本文研究了具有时变执行器故障的多智能体系统的无模型容错包含控制问题。利用各个智能体之间的相对状态信息,采用基于自适应动态规划（Adaptive Dynamic Programming,ADP）算法的分布式容错包含控制方法,在不需要准确系统模型以及故障模型的情况下,实现了多智能体系统的容错包含控制。首先,基于智能体的自身及其邻居的信息,建立了一个包含误差系统。然后,将包含控制问题转化为针对包含误差系统的最优调节问题。在此基础上,采用基于ADP的策略迭代方法求解相应的最优调节问题,并针对原无故障系统设计了标称控制器。在标称控制器的基础上,进一步设计了故障补偿方案,以补偿执行器故障对多智能体系统的影响。同时,证明了所提出的控制方案可以保证包含误差系统的一致有界性。最后通过数值仿真验证了该方法的有效性和优越性。第二,从实际角度出发,将基于ADP的容错包含控制方法应用于海上搜救的四旋翼无人机编队中,考虑到无人机海上搜救作业时面对的复杂环境,难以获取准确的无人机系统,采用输入-输出数据来设计无人机的标称控制器;然后对设计出的标称控制器进行故障补偿设计容错控制器。设计的控制器不仅保证了包含误差的一致有界,并且为整个多无人机系统提供一定的性能水平。最后,分别从单一领导者和多领导者两个角度,去研究了仿真实例。在单一领导者的情况下,通过所设计的容错控制方法,跟随者无人机具有执行器失效故障时,跟随者无人机可以收敛至领导者无人机的状态;在多领导者情况下,跟随者无人机具有执行器失效故障时,跟随者可以收敛至领导者无人机的形成的凸包中。从而验证了所提出的协同容错控制方法的有效性。最后,对本文研究的基于ADP的多智能体系统容错包含控制问题进行归纳和总结。从理论角度,解决了未知动态的线性多智能体系统的容错包含控制问题,并且通过李雅普诺夫方法证明了稳定性;然后将所研究的理论方法推广至水面搜救四旋翼无人机模型的协同容错控制。最后总结出多智能体系统和水面搜救四旋翼无人机编队包含控制中尚未解决的关键问题以及未来的发展方向。