随着科技的发展,多智能体系统在实际中有着越来越广泛的应用,同时也吸引了大量学者的关注.一致性问题是指在多智能体系统中相邻智能体之间通过信息交互来对自身的状态进行更新,最终使得系统中每个智能体的状态达成一致.本文基于现已有的Lyapunov稳定性理论和代数图论等成熟的相关理论,主要研究了基于延迟采样数据的leader-following和leaderless多智能体系统一致性问题.首先,研究了有向拓扑下基于延迟采样数据的leader-following和leaderless多智能体系统一致性问题.这一章节中,我们假设leader智能体是没有控制输入的,并假设所有智能体的非线性动态均满足Lipschitz条件.然后我们利用输出的采样、延迟数据设计一个分布式输出反馈控制器.基于上述控制器,并使用给出的智能体的状态估计误差设计合适的Lyapunov-Krasovskii泛函以及辅助积分函数,通过使用相关的不等式技巧,证明了本章节所考虑的系统可达到全局指数稳定.然后,研究了基于延迟采样数据的多智能体系统包容控制问题.在此章节中,系统中智能体的状态假设是不可量测的.在考虑采样传输滞后的情况下,设计了合适的采样观测器以及控制器.通过所给智能体的包容控制误差以及状态估计误差设计适当的Lyapunov-Krasovskii泛函以及辅助积分函数,并借助M矩阵理论和Riccati不等式等,证明了follower智能体最终都可收敛到leader智能体所形成的凸包(convex hull)中.最后,通过使用Matlab中的Simulink工具对所给例子进行仿真实验,验证了理论的正确性与有效性.