近年来，多智能体系统的分布式协调控制问题是一个热门的研究课题，其广泛应用于计算机科学、生物学等许多学科和领域，引起了许多研究学者的关注。一致性问题是多智能体的经典问题，其可大致分为两大研究方向：无领航者的一致性问题和有领航者-跟随者的跟踪问题。目前关于领航者和跟随者的一致性跟踪控制问题已经取得了很多研究成果，但大部分针对的是仿射类型的多智能体系统。然而在实际中有一类应用系统如化学反应过程、风能转换系统等被描述为非仿射的形式，因此，对于非仿射多智能体系统的研究很有必要。本文对非仿射多智能体系统的分布式跟踪控制算法进行了研究，提出了两种不同类型的分布式跟踪控制策略。本文的主要研究内容如下：　　①针对状态可测具有一个领航者的严反馈非仿射多智能体系统，提出一种基于状态反馈的分布式跟踪控制算法，实现了有向拓扑结构下的跟随者和领航者之间的一致性跟踪。首先，通过结合一阶低通滤波器和状态变量变换，将非仿射系统转化为仿射形式；接着，设计全维状态观测器，实现对状态转换得到的新的未知状态量的估计；在设计中应用RBF神经网络逼近未知非线性函数；采用反推法（Backstepping）和动态面（DSC）技术设计控制器；最后，通过仿真结果验证所设计算法的有效性。　　②针对部分状态不可测具有一个领航者的严反馈非仿射多智能体系统，提出一种基于输出反馈具有预设性能边界的分布式跟踪控制算法，实现了有向拓扑结构下跟随者和领航者之间有性能约束的一致性跟踪。与现有结果相比，避免了非仿射函数偏导数的限制性假设，通过引入一个辅助的一阶低通滤波器，降低了非仿射形式控制协议设计的难点，并避免在设计中的代数回路问题；通过设计一个分布式输入驱动观测器，来估计各智能体系统状态信息；最后，基于动态面（DSC）技术和RBF神经网络逼近技术，设计满足性能约束（PPB）的一致性算法。仿真结果证明了所提出算法的有效性。