自然界中鸟群、鱼群的协调运动是如何产生的一直是自然科学家最为关注的问题。人工智能体(例如移动传感器、无人运载器等)的协调运动在军事和民用中都有巨大用途,如战场运输、环境监测、空间干涉仪等,亟需工程师们设计分布式运动控制方法。所以,多智能体系统的分布式运动控制近年来吸引了众多控制科学、生物学及物理学领域的研究人员。本文提出了允许追踪角不同的旋转追踪策略,使得控制参数设计更加灵活,形成的协调运动更加多样。研究几种分布式运动控制方法及产生的协调运动特征,并提出一种以控制几何形状为目标的队形控制方法。本文的主要工作和研究结果可以概括如下:　　 针对双层结构耦合的多智能体系统,利用状态空间方法描述系统运动模型。根据(块)循环矩阵和克罗内克积的性质给出了系统的特征值与追踪角的关系,并由此得到多种协调运动,包括汇聚、汇聚圆周运动、复合圆周运动、同心圆周运动等。　　 针对多智能体耦合结构是有向无圈图的情况,利用信号流程图分析基于旋转追踪策略的多智能体运动系统的动态与静态特性,给出了每个智能体可独立判断的系统稳定的充要条件。针对领导者的不同运动形式,给出了群体跟随领导者的协调运动及形成的队形。根据队形表达式,设计控制参数实现目标队形。该方法与目前的其他方法相比,需要更少的信息。　　 针对多智能体耦合结构是有向无圈图的情况,研究具有动态追踪强度的旋转追踪策略产生的协调运动。通过研究运动坐标系中系统的平衡点,给出所形成队形的表达式。利用李亚普诺夫间接法给出队形渐近稳定的充要条件。智能体能够仅根据相对位置信息动态选择追踪强度以保持稳态时个体间距的恒定。　　 针对多智能体耦合结构是有向图且无领导者的情况,提出以控制几何形状为目标的控制方法,实现了多智能体的静止几何队形控制。提出有向图的复数拉普拉斯矩阵概念。根据矩阵的核空间与像空间的关系,给出复数拉普拉斯矩阵的核空间对应静止几何队形的充要条件,并给出有向图需满足的必要条件。利用乘积反特征值方法在不改变队形形状的同时实现了队形的渐近稳定,并给出存在镇定矩阵的充分条件,每个智能体的局部坐标系允许不同的朝向。　　 当存在两个静止或做时变运动的领导者时,针对多智能体耦合结构是有向图的情况研究静止与运动几何队形的控制。队形基向量决定队形的形状,领导者决定队形的大小、朝向和运动轨迹。通过坐标变换,运动队形控制与静止队形控制有类似的形式。基于结构矩阵的一般秩性质,将复数拉普拉斯矩阵核空间对应几何队形的行列式条件转化为更为直观的图的2-可到达性条件。利用乘积反特征值方法给出了存在镇定矩阵获得静止或运动的几何队形的充分条件。相比于无领导者的情况,上述条件更易判断。　　 对于本文所提出的分析与控制方法,不仅给出了严格的数学分析,还通过多个仿真实验给出了仿真验证。