多智能体系统是复杂网络研究领域的一个重要分支。近年来,由于多智能体系统一致性问题在工程上的广泛应用,其受到了越来越多来自物理、数学、计算机、系统控制、生物以及社会学等领域科学家的关注。一致性问题的研究难点不仅包括分布式控制器的设计、保持网络连通性以及避碰,而且也包括个体具有自身非线性动力学或者系统受到输入或者边界约束的情况。本文针对上述多智能体系统建模、分析、控制与决策中的关键性问题进行了深入研究,主要成果如下：自由空间内的多智能体系统往往需要足够大小的控制力来保证网络连通以及避碰,然而太大的控制力在工程应用中是不现实的,由此提出了保证多智能体网络连通及避碰的最小控制力估计算法。进一步应用该控制算法计算出多种集群行为(包括蜂拥、群集以及速度不可测量环境下的群集)相应的最小控制力。另外,当该控制力不足以维持网络连通时,多智能体系统具有分裂现象。据此研究了具有切换速度网络拓扑的多智能体系统分裂为两个运动方向互为相反子群体的二分群集问题。该工作对于人类的恐慌逃离行为以及生物界的捕食-被捕食行为具有启发性。考虑工程应用中节约资源和成本的需要,多智能体系统中个体往往只能测量相对位移信息。据此研究了具有领导者的非线性二阶积分器多智能体系统,在局部Lipschitz条件下使得多智能体系统达到半全局一致性。更有趣的是通过设计初始编队可以控制系统的最终构型。进一步,考虑工程系统总是受到执行器物理限制的事实,针对具有输入饱和以及有向切换网络拓扑条件的线性多智能体系统,通过设计基于观测器的分布式控制器,利用代数图论以及Lyapunov稳定性理论证明了在较小的控制增益强度下系统能够达到半全局一致性,因此具有较好的实际工业应用潜力。针对二维有界空间内移动的多智能体系统,在联合连通性条件假设下,利用边界反弹控制力设计了分布式控制器从而使得系统中所有个体达到速度一致。进而在没有全局信息条件下研究了多机器人系统的循环往复涡旋运动控制问题。在这些理论算法基础上,应用多个Amigobot机器人在具有反弹边界的矩形区域内实现了群集以及椭圆编队构型控制。最后对全文进行了归纳总结,并对多智能体系统的一致性及编队控制问题的进一步研究和发展方向进行了展望。