近年来,分布式多智能体系统理论受到许多科学家和工程专家研究,原因在于它不仅帮助解释生物群体协调的动力学行为,而且在工程领域具有巨大的应用潜力。每个智能体通过与邻居的交流互动最终实现群体的协同行为,其内在动力学机制是该类系统控制的瓶颈问题。本文主要基于模型预测控制算法,充分挖掘个体智能对群集协同行为的关键作用,从基础理论角度研究离散多智能体系统的控制问题,主要研究成果如下:一阶和二阶动力学网络的一致性控制问题研究。由于分布式系统中难以构造保证系统稳定的李雅普诺夫函数,本文提出了求解模型预测控制优化问题准确解的迭代算法,运用随机矩阵等相关结论给出保证系统收敛和稳定的充分条件。所提控制方案可以处理控制输入约束条件,显著拓展了采样周期和控制步长等参数的有效取值范围,有利于系统的参数调优操作。智能体群集行为的控制研究。本文从Cucker-Smale群集和网格构型控制两个角度研究了多智能体系统的协同行为,基于模型预测控制算法,一方面处理了Cucker-smale系统中控制输入有约束的情形,体现了模型预测控制在处理多约束条件的优势,另一方面提出了网格编队的模型预测控制解决方案,达到了实现离散系统网格编队控制的目的。总结和展望。模型预测控制算法能够用来解决更多情形下的多智能体系统控制问题,包括存在延时或丢包、只使用位置信息以及随机切换拓扑等。