近年来,随着科技的不断进步,多智能体系统的协调控制已经成为研究人员关注的热点问题。一致性问题是多智能体中的基础问题,也是最重要的问题。本文将多智能体系统状态分解出不一致向量状态,在此基础上本文章对多智能体系统分布式事件触发一致性控制进行了相关问题研究。其中,主要包括以下几个方面:一方面,我们对一阶分布式事件触发多智能体系统平均一致性进行了研究。将系统状态分离成平均一致状态与不一致状态向量矢量和的形式。首先,将一阶多智能体系统建模成了关于不一致向量状态的降维多智能体系统模型,从而将系统一致性问题转化成了系统稳定性问题。同时,利用Lyapunov函数方法设计出了关于降维多智能体系统的分布式事件触发条件,其中事件触发条件依赖于智能体和相邻智能体的状态。然后,通过Lyapunov稳定性理论对降维多智能体系统进行了稳定性分析。最后,通过论证给出了两次连续事件触发时间间隔最小时间下界严格为正,避免了奇诺行为,从而节约资源的同时避免了奇诺行为。最后,通过仿真验证了定理的有效性与正确性。另一方面,我们研究了二阶积分器下多智能体分布式事件触发控制一致性。系统状态分为位置状态向量和速度状态向量。首先,根据系统状态一致性特性,我们将系统位置状态向量和速度状态向量分解成了一致向量状态与不一致向量状态矢量和的形式,进而推出关于不一致向量状态的二阶积分器下多智能体系统的动态。并利用正交矩阵建模成了降维多智能体系统模型,从而将系统一致性问题转换成了系统稳定性问题。同时,利用Lyapunov函数方法设计出了分布式事件触发函数,并转换成关于不一致状态向量的事件触发函数。然后,根据Lyapunov稳定性理论对降维多智能体系统进行稳定性分析并给出了使系统稳定的参数要求。最后,通过论证给出了两次连续事件触发时间间隔最小时间下界严格为正,避免了奇诺行为,从而节约资源的同时避免了奇诺行为。最后,通过仿真验证了定理的有效性与正确性。