网络化多智能体编队是指利用多个具有输入输出的单个智能体进行编队,单个智能体之间通过一定的拓扑结构进行通信,从而联合成一个整体,可以组成固定或者变化的队形协作完成特定任务。网络化多智能体编队控制包含四个要素:智能体模型、网络性能指标、编队控制算法和算法验证平台,这四个要素缺一不可,否则不足以充分描述网络化多智能体编队控制中的细节。为了保证基于网络的多智能体编队任务的实现,有效的网络化预测控制算法和准确的系统模型是关键所在。本文针对现有的多智能体编队控制中存在的一些问题进行研究。第一,在多智能体编队控制研究中,许多研究对象的选取具有特殊性,常因缺少模型参数和实验细节而无法与他人的方法进行比较。针对这一问题,本文以普通商业四旋翼作为多智能体编队控制的研究对象,对四旋翼系统进行了详细的辨识工作,完成了模型的测试和筛选,最终得到了符合网络化预测控制实验标准的模型,在此基础上,设计了对比实验分析,给与模型和四旋翼分配同样的控制器来验证模型的准确性。第二,本文搭建了基于Vicon视觉定位系统的四旋翼飞行控制平台。通过双闭环PID控制算法以及自适应调节中值电位算法对四旋翼个体进行了有效的控制,并通过具体的实验进行了验证。针对前向通道存在延时的情况,设计了PID预测控制器并应用于四旋翼飞行控制实验。基于领航跟随控制策略完成了多智能体编队控制分析、进行了多智能体编队控制器设计,多智能体编队控制仿真,以及多智能体编队控制实验。第三,网络性能指标是很重要的一个要素,其中丢包、延时、错序等网络特性问题不容易表达,往往这些参数与具体的控制信号是绑定在一起作为一个包进行发送。因此本文提出了一种设计网络化控制工具箱的方法,可用于模拟延时、丢包、网络冲突、时间戳和延时补偿等内容。因为该方法是基于Matlab软件Simulink功能标准C语言S-Function,具有适用性和良好的可移植性。此外,对网络化工具箱的整体设计思路、模块功能和实现方式都做了详细说明和例证。第四,在进行四旋翼编队实验的过程中,会遇到很多实际的问题。有时在多智能体编队控制实验过程中,会遇到由于故障或者是算法问题导致的坠机撞墙情况,造成了安全隐患。随着编队系统个体数量的增多和对控制精度要求的增高,四旋翼和控制器的设备开销会大大增加。针对这些问题,本文提出了一种设计三维虚拟实验设备的方法,可用来代替真实的实验对象进行半物理仿真实验,搭建了多智能体编队控制虚拟仿真实验平台,通过对网络化多智能体分层递阶控制算法的实验演示,说明了该平台对网络化编队控制算法验证的有效性。第五,尽管虚拟实验设备有很多优点,但是虚拟实验设备因为与现实环境脱节,与真实的设备相比还是缺少真实感,虚拟设备与真实设备不容易放在一起进行比较,许多算法的仿真与实验结果仍然有差距。针对这一现象,本文开发了网路化多智能体增强现实仿真平台,把三维虚拟仿真和多智能体实验平台相结合,通过摄像机捕捉真实的实验台和控制对象信息与三维虚拟动画融合的方式进行表达。把真实的实验体与虚拟的实验体放到了同一个世界中,能有效比较算法作用在虚拟设备和真实设备上的差异。