近年来,由于在众多领域潜在的应用价值,多智能体系统的一致性分布式控制问题已经成为控制领域重要的研究方向。然而值得注意的是,很多现有的多智能体控制方面的研究成果所采用的模型过于简单,忽略了实际系统中存在的非完整约束、不满足匹配条件的高阶非线性以及控制方向未知等特点,以至于无法精确地描述每个智能体的动态特性。这样的要求也因此导致了所提分布式控制器的应用范围相对有限。本文我们利用积分反步法、神经网络和Nussbaum函数等设计手段,对系统中存在非完整约束、未知的非线性动力学、状态不可测、控制方向未知等情况下多智能体系统的一致性分布式控制问题进行了比较深入的研究,取得了一些具有创新性的研究成果。本文的主要工作和创新之处有如下几个方面:1.针对多个(1,2)型非完整移动机器人,研究了无领导者下的一致性分布式控制问题。提出了新的状态-输入变换,可以将原始的非完整系统转化成新的系统。然后,基于转换后的新系统,我们给出了一致性分布式控制器,同时该控制器可以保证原始系统状态的渐近一致。最后,我们利用Lyapunov-Razumikhin不变原理讨论了存在通讯时延情况下一致性分布式控制问题。此外,我们说明了通过简单的状态变换,所提的分布式控制器可以直接扩展到多个(1,2)型非完整移动机器人的分布式编队控制问题上。2.讨论了有向通讯拓扑下不确定高阶非线性多智能体系统的控制问题,利用神经网络等逼近方法和积分反步法分别设计了基于状态反馈的和基于输出反馈的分布式控制器,实现了所有智能体的输出一致。同时,利用代数图论的相关知识构造了整个多智能体系统的Lyapunov函数,严格地证明了闭环系统的稳定性和所有闭环信号的有界性。3.针对无向通讯拓扑下多智能体系统,考虑了控制方向未知的高阶多智能体系统以及控制方向未知的多个Euler-Lagrange系统的一致性控制问题。利用Nussbaum函数分别为两类多智能体系统设计了分布式控制器。通过Lyapunov稳定性理论以及芭芭拉引理,证明了一致性误差可以渐近收敛到零以及所有闭环信号的全局有界性。4.在前一块工作的基础上,研究了有向通讯拓扑下未知控制增益的二阶多智能体系统,利用傅里叶级数逼近法以及光滑的切换控制策略,提出了一致性分布式自适应控制器,实现了多智能体系统的输出一致。进一步地,我们考虑了有向通讯拓扑下控制方向未知的二阶多智能体系统,利用Nussbaum函数以及神经网络,提出了完全不依赖于通讯拓扑的分布式控制器,实现了多智能体系统无领导者以及有领导者两种情况下的一致,同时也证明了所有闭环信号的有界性。