网络化信息物理系统和多智能体系统在工业、社会和军事等领域有着广泛的应用,是控制领域研究者的关注点。当系统中存在多个智能体时,为了确保系统高效率地运行,研究人员提出了触发式控制策略。触发式控制的目的是找到一个标准以允许智能体调整控制器的执行和采样方案,从而保证任务的实时执行并达到期望的性能水平。事件触发控制策略一般会减少采样或控制器更新次数,但是,因为需要连续地获得信息来检查触发条件,所以此策略在网络化系统中的执行代价很高。而自触发控制策略只需要单个智能体的当前可得信息即可规划未来的行为,因而适合于分布式控制器的实时执行。在前人工作的基础上,本文针对实时控制问题和一致性控制问题,设计了两个新的自触发控制策略以提高系统的运行效率。具体工作如下:1.针对网络化信息物理系统中的实时控制问题,在智能体状态可达集的基础上,利用集值分析和李亚普诺夫稳定性原理,设计了一种基于保证集的分布式自触发控制策略。在这一策略下,智能体向彼此发送关于它们自身可达状态的信息,即状态的保证集。这些保证集提供的信息使得每个智能体可以在未来自治地安排需要请求新信息的时刻,也为在较低的执行代价下仍能保证较好的性能水平奠定了基础。自触发等待时间的设计,确保了系统不会出现芝诺(Zeno)行为。理论上证明了,李亚普诺夫函数在所提出的自触发算法下是单调不增的。一个多智能体编队控制问题的仿真结果也验证了所提算法的正确性。2.针对多智能体系统一致性控制问题,在所有智能体只与一个云服务器进行间断通信的约束下,利用代数图论和李亚普诺夫稳定性原理,设计了一种分布式自触发控制策略。通过引入“约定”的概念,智能体可以更好地估计邻居的未来状态,使得此策略不仅可以自治地查明下一次通信的时刻,还可以减少请求通信的数量。同时,因为智能体在与云服务器建立通信时才能够获得邻居的信息,所以此方法中的智能体不需要连续“监听”的能力。此外,通过为每个智能体设定一个等待时间,使得系统不会出现芝诺(Zeno)行为。理论上证明了,所提自触发算法下的所有智能体会达到一致。一个多智能体系统一致性控制问题的仿真结果也验证了所提算法的正确性和有效性。