多智能体系统是分布式人工智能的一个重要分支。它是由多个智能体组成的集合,旨在将一个大而复杂的系统建设成多个小的、彼此互相通信和协调的且易于管理的系统。虽然人们对单个复杂被控对象的控制越来越成熟,但与传统的只具有单个被控对象的系统相比,多智能体系统可以通过相对简单的算法完成大且复杂的任务,且具有灵活性强,鲁棒性高,成本低,易于管理等优势,而且实际发展的需求也使得多智能体系统及其分布式协同控制得到了越来越多的国内外学者们广泛的关注。传统意义上,多智能体系统的一致性控制指的是多智能体系统中初始状态各异的的智能体在一致性算法的控制下,它们的某个被控状态变量逐渐地趋于一致的一种控制。但是在一些实际应用中,例如无人机空中表演,军事目标包围和打击中,传统的一致性控制已经无法满足人们的实际需求。而本文提出的一种基于智能体行为状态的新的一致性控制——旋转一致性控制,却可以取得很好的实际效果。多智能体系统的旋转一致性控制的目的在于让初始状态各异的智能体们最终能够围绕被给定的目标圆心做半径一致的同心圆运动。在本文中,我们将提出三种旋转一致性,分别是旋转半径一致性,旋转夹角一致性和旋转位移一致性。本文将先对多智能体系统的旋转半径一致性算法进行讨论。先给出智能体的一阶积分器动力模型和必要的状态变量,再给出旋转半径一致性的数学描述与定义。然后,在给定目标圆心静止且已知、移动且未知的两种情况下,基于一般强连通拓扑图分别提出相应的旋转半径一致性算法并利用图论知识以及相关引理证明算法的收敛性。在此基础上,本文还将研究旋转夹角一致性和旋转位移一致性。仍先给出两种旋转一致性的数学描述与定义,而在旋转夹角一致性控制中,我们仍然将讨论给定目标圆心静止且已知、移动且未知的两种不同情况。并在这两种情况下基于有向环形拓扑图分别提出相应的控制算法,接着利用图论知识以及相关引理证明算法的收敛性。而在旋转位移一致性控制中,我们将只讨论圆心静止且已知的情况,基于一般强连通拓扑图提出相应算法并利用图论知识和Lyapunov稳定性分析理论证明算法的收敛性。另外。在每种旋转一致性算法的证明之后,我们都将给出相应的MATLAB仿真图进行仿真验证。