多智能体系统一致性控制由于在合作监督、传感器网络和无人驾驶飞行器编队等许多领域中的广泛应用而受备关注。当前多智能体系统研究包括线性与非线性特性。与线性系统相比,非线性系统由于更接近实际系统而被进一步研究。从收敛角度看,目前非线性多智能体系统一致性控制主要集中在渐近一致性控制、有限时间一致性控制和固定时间一致性控制等三类控制。从有无领导者角度看,非线性多智能体系统一致性控制分为无领导者一致性控制和有领导者一致性控制,其中根据领导者数量,可进一步分为领导跟随者控制（一个领导者）和包含控制（多个领导者）。虽然当前非线性多智能体研究成果很多,但仍有不足。本文从状态受限和事件触发两个方面进行了非线性多智能体系统实际固定时间控制研究从而弥补当前该类系统研究的不足;此外,为进一步满足实际需要,本文提出非线性多智能体系统在给定精度下的控制问题,且分别从单个领导者和多个领导者两方面深入研究其精度控制。本文主要研究内容如下:（1）研究非线性多智能体系统在全状态约束和输入延迟下的实际固定时间一致性。首先,建立了含有输入时滞非线性多智能体模型,并对系统状态进行了约束。其次,结合Pade估计方法重建系统模型,为后续解决输入延迟做铺垫。最后,基于Backstepping技术,给出了实际控制器的具体设计方案,并分析了非线性多智能体系统的一致性。（2）研究随机非线性多智能体系统实际固定时间包含控制。针对实际系统不可避免存在不确定因素和随机干扰的影响,首先,建立典型随机非线性多智能体系统模型。其次,提出了各虚拟控制器和自适应律设计方法,并给出了在系统控制器与执行器的通道中引入事件触发机制后实际控制器的设计方案。最后,分析了基于事件触发机制非线性多智能体系统在多个领导者下的实际固定时间一致性问题。（3）研究给定精度下的非线性多智能体系统跟随领导者的一致性控制。针对所建立的严格非线性多智能体系统模型,确立分布式控制器的控制目标。利用所引入的切换函数,建立合适Lyapunov函数。同时,结合Backstepping技术给出分布式控制器的设计方法。最后,利用Barbalat引理并结合切换函数的特点分析一致性误差的收敛性。（4）研究给定精度下的非仿射型多智能体系统跟随多个领导者的包含控制。首先,将非仿射型多智能体系统转换为可研究的一般类型多智能体系统模型,并对同步包含误差进行形式变换。其次,利用切换函数帮助创建新型Lyapunov函数,同时通过每一步的虚拟控制器和自适应律演变,进而得到实际分布式控制器设计方法。最后,分析了各智能体在不同给定精度下的收敛性。