高速发展的信息化社会推动着机器人技术的快速发展,由许多智能个体组合而成的多智能体系统可以完成比较复杂的任务,在许多重要领域中得到广泛应用。现在多智能体协同控制已经成为控制科学与工程领域的热门话题。其中多智能体系统的一致性问题得到了众多领域专家的关注。本文考虑了多智能体系统抗干扰一致性隐私保护问题。主要工作如下:（1）针对带有外部扰动的离散型多智能体系统的协同控制问题,提出了一种可以实现智能体渐近收敛的隐私保护算法。设计了一个干扰观测器和具有双随机矩阵特性的系统控制器,抵消外部干扰,使系统实现一致性收敛。在系统通信过程中,通过添加零和均匀分布噪声,保护智能体初始内部状态信息不被泄露,最后采用严格的推导证明了控制方法的可行性。（2）针对含有时滞的一组连续型多智能体的协同控制问题,提出了一种可以实现系统精确收敛至相同值且具有隐私保护功能的一致性算法。首先,给出了隐私保护函数定义,构造了一个可以掩饰智能个体敏感状态信息的函数;而后,采用事件触发机制,设计了一致性控制协议并给出了收敛性分析;最后,对提出的算法进行了实验验证。（3）针对含有外部扰动的连续多智能体系统的领航跟随隐私保护一致性问题,提出了一种可以实现多智能体系统抗干扰一致性的隐私保护算法。首先,对通道中的谐波噪声进行处理,设计外部干扰观测器,估计智能体系统中含有的干扰;其次,基于加密函数定义,构造了一个隐藏智能体真实状态的加密函数,在多智能体通信网络中传递隐私数据,保护智能体初始状态信息;然后,为降低智能个体之间的信息交互次数,结合事件触发思想,提出了领航跟随一致性控制算法;最后,通过严格的理论推导与实验仿真,验证算法正确性。（4）针对具有多源干扰的多智能体系统带约束优化的隐私保护协同控制问题,采用零梯度和思想,提出了可以实现多智能体系统自适应抗干扰的差分隐私一致性优化算法。首先,对系统动态模型的含约束优化问题进行描述,运用零梯度和概念,构造分布式优化算法,算法使多智能体系统的最优点与每个智能个体的初始值有关;接着,对通信通道中的谐波噪声和非线性噪声进行处理,设计自适应干扰观测器;然后,考虑资源利用问题以及多智能体系统在数据信息交互时算法存在的隐私泄露问题,采用Laplace噪声,提出了基于事件触发的分布式自适应抗干扰差分隐私保护优化一致性控制协议,对系统中的智能体进行控制;最后对所提出的算法的收敛性进行理论分析与实验验证。