本文研究多智能体系统编队控制领域中的一类典型问题——环形编队控制。分别针对采用一阶动力学、二阶动力学和具有单向运动限制的一阶动力学描述的多智能体系统给出了分布式控制协议并给出收敛性分析。进一步，为了解决系统能耗优化问题，将自私属性引入多智能体系统中，提出了一个演化博弈和多智能体系统结合的研究框架。基于此框架，研究了可演化的具有自私属性的多智能体系统的环形编队问题。本文的主要研究内容包括:　　1.研究了多智能体系统的环形编队问题。针对一组具有自主能力的动态个体，提出分布式控制协议来实现给定的任意环形编队。相应的，研究了基于采样数据的控制协议和能够保证在给定的任意有限时间内形成期望环形编队的有限时间控制协议。特别的，本文所提出的以上控制协议具有一个重要特性——保证个体空间顺序在整个系统进程中保持不变，从而在形成期望环形编队的过程中，个体之间不会发生碰撞。在此基础上，将上述结果扩展到二阶多智能体系统上，其中每个个体由一个双积分器动力学模型描述。给出了分布式控制协议来解决二阶多智能体环形编队问题，并相应的给出了采样控制协议和有限时间控制协议。　　2.研究了具有单向运动限制的多智能体系统的环形编队问题。在上述研究的基础上，考虑到一些实际多机器人系统的应用，对个体引入了单向运动的限制。提出了基于采样数据的分布式控制协议。对于该输入受限系统，将单向运动限制转换成个体之间的时变邻居关系，从而利用矩阵分析等工具给出了收敛性分析。同时，本文也证明了在整个系统进程中，个体的空间顺序仍然始终保持不变。　　3.研究了具有自私属性的多智能体系统的环形编队问题。在上述研究的基础上，给系统中的个体赋予自私的属性，得到具有自私属性的多智能体系统的动力学模型;根据个体在执行环形编队任务中的性能，给出了描述个体收益的指标，借助演化博弈工具，研究了系统自私程度的演化以及对系统品质的影响;发现系统总是倾向于产生较高的自私程度。本文深入分析了个体自私程度与系统演化及系统品质的关系，从而对具有自私属性的多智能体系统中倾向产生较高自私程度的机理有了更为深刻的认识。并通过分析说明，具有自私属性的多智能体系统能够通过演化来提高自身执行环形编队任务的品质。