近年来,多智能体系统的协同控制受到了广泛的关注。不同于单个系统,多智能体系统可广泛应用于无人运载器编队、集群和分布式传感器网络、协同监视、机器人集群等诸多领域。在协同控制研究中,较多的关注以下几个基本方面,例如依赖于智能体间相互作用的一致性控制、多信息融合的编队控制和具有多个动态领导者的包含控制等。在这三个方面中,本文研究的一致性控制指的是领导-跟随一致性,其最终目标是在允许的误差值域内实现跟随者智能体对领导者智能体的轨迹跟踪。本文所研究的包含控制指的是领导-跟随一致控制存在多领导者情况下的一类拓展,被称作领导-跟随包含控制,在该问题中领导者同跟随者智能体之间存在的关系为:前者的运动轨迹形成一个动态凸包,通过有效的控制方案使得后者的运动轨迹包含其中。本论文将采用反步法与自适应控制相结合的控制方法,同时利用模糊逻辑系统,针对非线性的多智能体系统进行领导-跟随一致性相关问题的研究,具体来说:1)考虑了同时存在输入死区和延迟多智能体系统的自适应领导-跟随一致控制的问题。通过使用二阶跟踪微分器,虚拟控制器的重复微分问题被避免。利用死区斜率和边界值理论解决了死区问题。系统输入中存在的延迟现象,通过Pade近似变换方法被消除。既限制了跟踪误差收敛于原点附近的小邻域内,又使得闭环系统中所有信号都是半全局一致的最终有界的。2)研究了具有给定性能和输入量化多智能体系统的自适应模糊事件触发一致性控制问题。基于给定的性能函数和输入量化分解方法,提出了一种新的自适应模糊事件触发一致性协议。其中,数据传输仅在预设的触发条件被违反时进行,这节省了有限的通信资源。提出的控制方案确保了跟随者智能体对领导者智能体的轨迹跟踪并且误差收敛到合理的范围内。3)基于扰动观测器技术,在指定性能和死区输出问题下,研究了具有未知扰动非线性多智能体系统的包含控制问题。利用自适应补偿技术,在不考虑未知扰动边界值的情况下,提出了一种新的分布式控制方案。此外,利用努斯鲍姆函数来处理由输出机构非线性引起的未知控制系数。可以保证追随者的输出收敛于多个动态领导者所形成的凸包中。全部控制信号均具有半全局一致最终有界性,同时智能体间局部的包含误差被限制到预设的指定边界内。