最近几十年,多智能体系统的协同控制在生物、工业、经济等不同领域有着广泛的应用。因此,作为协同问题的典型问题之一,一致性受到了大量的关注。所谓一致性,是指所有智能体通过与邻居共享信息达到一个相同的状态。一般地,处理多智能体系统的一致性问题时,常采用连续时间通信的方式,即智能体之间持续不断地传递信息。显然,这种方式是不现实的。由于传统的模拟控制器被数字控制器取代,智能体离散地广播信息,所以采样机制被引入到多智能体系统的一致性协议设计中。然而,传统的以数字网络为媒介的周期通信可能会产生能量、带宽和通信资源的浪费,尤其是对于使用电池供电的无线网络。因此,能源效率是设计控制协议的关键考虑因素。事件触发通信作为提高控制效率的一种有效方式,一般研究如何精确地确定通信事件发生的时间和更新控制器的时间。最近几年,事件触发通信作为连续和传统周期通信的替代方式在多智能体系统领域引起了人们的重视。本文结合采样机制研究了多智能体系统的事件触发一致性问题,主要贡献如下。首先,针对无领导者和有领导者的二阶多智能体系统一致性问题,提出了基于事件触发算法的异步周期采样一致性协议。对于无领导者的二阶多智能体系统,利用随机矩阵理论分析了闭环多智能体系统静态一致性问题。通过合理地选择控制协议的参数,所有个体的状态渐近地达到一致。对于有领导者的二阶多智能体系统,如果拓扑图包含有向生成树,得到了两个结论:（1）当领导者的速度是0时,跟随者位置收敛于一个非0常数,速度收敛于0;（2）当领导者的速度是非0常数或时变的,领导者和跟随者关于位置和速度的误差分别收敛到包含0点的小邻域内。其次,针对高阶非线性多智能体系统,采用分布式事件触发机制研究了基于观测器的领导者跟随者输出一致性问题。该系统的动力学描述为严格反馈形式并且满足Lipschitz条件。分别设计三种控制协议用来解决输出一致性问题。首先,通过采用动态输出反馈控制方法,设计了分布式事件触发通信策略,得到了事件间隔存在正数下界的结论,从而排除了Zeno行为。其次,结合采样控制机制,提出了一种事件触发输出一致性协议。最后,当多智能体系统的状态不可测时,设计了基于采样控制和事件触发机制的一致性协议。在这三种情况下,通过设计合适的参数,利用Lyapunov稳定性理论证明了所有的输出跟踪误差均以指数速率收敛于0。最后,考虑事件触发控制下的一类具有外部干扰的异质非线性多智能体系统的全局鲁棒输出一致性问题。在有向拓扑图下,研究了两种情形:（1）对于要求每个智能体知道领导者的系统矩阵的情形,设计了新颖的分布式动态补偿器和分布式事件触发算法。（2）对于领导者的系统矩阵仅被其邻居跟随者所知的情形,设计了分布式观测器来估计领导者系统的状态和系统矩阵,并提出了分布式事件触发算法。这两个结果都得到系统的输出跟踪误差以指数速率收敛到0,而且所有个体的状态不需要同步触发,即每个个体是否将其状态广播给邻居,只取决于其自身的状态信息,而不依赖于邻居的状态信息。进一步,对于统一框架的分布式事件触发策略,证明了所有事件间隔都有一个正的下界,从而排除了Zeno行为。