多智能体网络的一致性与稳定性是复杂系统的两种主要动力学行为，同时也是复杂系统协调控制的前提与根本性问题。随着多智能体网络的一致性问题在诸如无人机、无人驾驶车辆、大规模分布式移动传感器网络的自主配置、卫星的姿态控制以及网络拥塞控制等领域的广泛应用，其已成为了众多领域研究学者们所共同关注的热点与前沿研究问题之一。所谓一致性是指在没有中央协调控制与全局通信的情况下，智能体间通过局部的耦合，使得所有智能体的某个感兴趣的状态最终趋于一致。研究多智能体网络的分布式协调控制，不仅仅只是为了揭示自然界中客观存在的生物群集现象的内在规律，更重要的是通过对其内在规律的认识，从而更好地理解复杂系统，更好地为人类社会生活服务。本论文在已有研究工作的基础上，运用代数图论、矩阵理论、控制理论、稳定性理论以及分布式相关理论等知识，分别讨论了多智能体网络在时滞影响下的一致性问题、分组一致性问题以及牵制控制一致性等问题，主要的研究工作概括如下：在多智能体网络中，智能体间进行局部信息交互会受到因信息传输和接受所产生的时滞带来的影响，针对拓扑结构中存在全局可达结点的一阶、二阶连续时间以及离散时间的有向多智能体网络，研究了在同时存在输入时滞、通信时滞影响下的系统一致性问题，并分析得到了系统渐近收敛一致的代数判定准则。相比于同类问题已有的研究成果，这些代数判定准则具有较弱的保守性。从理论分析所得结论并通过仿真实验验证后发现各类系统一致性的达到只与系统中存在的输入时滞以及智能体间的耦合强度有关，且适当增加输入时滞还能有效提高系统的动态性能。通信时滞的存在，不影响系统的收敛特性，但能够影响系统的动态性能。受环境、状态以及时间等因素的影响，在多智能体系统中会出现多个一致性状态值的现象，这便是多智能体网络的分组一致性问题。已有的相关研究工作要么基于特殊的拓扑结构，要么基于如下两类保守的假设条件之一：入度平衡或者要求同一分组中每一个节点到其它分组中所有节点的邻接权重之和在任意时刻均为一相同的常量。在不依赖上述两个保守条件的前提下，分别针对具有一般连通拓扑结构的一阶、二阶连续系统，提出了两种新颖的分组控制协议并基于Lyapunov稳定性理论，分析给出了保证系统分组收敛一致的判据准则。由于考虑了多智能体系统中各分组间正常存在的相互影响，所以得到的条件判据更具有一般性与实用性。研究了拓扑结构为无向图以及连通二分图的两类一阶时滞多智能体系统的分组一致性问题，并基于频域的方法分析给出了系统分组收敛一致的代数判定准则。该判据形式简单，容易验证，实用性好且具有较弱的保守性。同时，从理论分析以及仿真实验的结果发现多智能体系统分组一致性的达到只与系统中存在的输入时滞以及节点间的耦合相关，与通信时滞无关，且当网络系统中节点拥有较大的耦合强度时，系统不能容忍较大的输入时滞。讨论了多智能体网络的牵制一致性问题。已有的针对多智能体网络的牵制一致性问题的研究工作几乎都是基于一些特殊的拓扑来展开的，如要求拓扑结构对称、强连通或者含有有向生成树等。受相关工作的启发，基于M矩阵的相关属性，分析给出了具有一般连通拓扑结构的连续以及离散时间多智能体网络实现牵制一致的判定准则以及相应的牵制控制策略。同时，对牵制控制中如何选择牵制节点的基本问题也进行了探讨。分析了多智能体网络系统的牵制分组一致性问题。与已有的相关研究工作不同，我们既没有针对具有特殊拓扑（如无向图、强连通图以及含有有向生成树的有向图等）的多智能体网络，也没有依赖已有的相关研究工作中保守的入度平衡假设条件，而是考虑了具有一般拓扑结构的多智能体网络系统在分组间的相互影响客观存在的情况下的牵制分组一致性问题，并分析给出了保证系统实现分组一致的若干判定准则。基于M矩阵的特性，提出了一种新颖的牵制控制策略，该策略指出网络中入度为零的节点需要被选择牵制。同时，还基于自适应的方法讨论了牵制控制中控制增益的选取问题。最后对本论文的工作进行了总结，并对多智能体网络一致性问题的后续研究工作进行了展望。