近二十年来,多智能体系统已迅速发展为分布式人工智能的一个重要分支,也是目前国际上人工智能研究的前沿学科,其研究的目的是将大而复杂的现实系统建设成小的、彼此互相通信和协调的,易于管理的系统。研究者主要研究智能体之间的交互通信、协调合作、冲突消解等方面,强调多个智能体之间的紧密群体合作,而非个体能力的自治和发挥,充分体现“整体大于部分之和”的哲学思想。直至今日,多智能体系统的研究已经取得了丰厚的成果,尤其是对于二阶多智能体系统这种具有实际意义的模型,很多理论成果在实际系统中已得到成功应用,如无人飞机编队,多机械臂协同装配等,然而在目前的研究成果中二阶多智能体系统的一致性研究都是在一维空间下完成,而且位移和速度的拓扑结构都是相同的。而事实上像多机械臂协同装配这样的多智能体系统,具有重复运动的性质,往往要求实现有限时间区间上的完全一致,这就涉及到了二维框架,另外从实际应用的角度来考虑,独立的位移和速度拓扑结构具有降低通信代价和计算复杂度,优化通信设置,预防敌人截获信息等实际意义,因此本文利用迭代学习控制方法研究具有独立的位移和速度拓扑结构的二阶多智能体系统,具体工作如下:1.本文在二维框架下(时间轴和迭代轴)研究了具有独立的位移和速度拓扑结构的二阶多智能体系统,设计出了分布式的迭代学习策略,给出了使得多智能体系统在有限时间区间上达到一致性的充分条件,实现了迭代学习控制与多智能体系统两类理论问题的合理交叉研究。进一步推广到编队控制问题,将其转换到一致性问题上进行研究,得出了相应的结论,利用一个仿真实例验证了所得结论的有效性。实验结果表明,虽然并不是全部的从节点都可以从头节点那里得到信息,但是在一定条件下仍然可以形成期望的编队队形,可为无人机编队等应用领域的问题提供有效的可实际应用的迭代学习控制理论与技术,具有重要的科学意义和应用价值。2.在以上研究的基础上,针对具有切换的独立位移和速度拓扑结构的二阶多智能体系统,提出了一种分布式的迭代学习控制律,得到使得多智能体系统在有限时间区间内达到一致性的充分条件,并利用分部积分,压缩映像原理等方法进行了严格的论证;然后将得到的结论推广到编队控制问题上,给出了推广形式和结论,利用仿真实例证实了结论的可靠性。为多智能体系统解决网络通信故障等因素导致的拓扑结构发生改变的问题提供了可靠的理论依据。