多智能体系统(Multi-agent System, MAS)的研究主要用来解决大型复杂系统建模问题,其特点在于通过智能体之间协作来完成个体无法实现的复杂任务。文章主要研究MAS协同控制中编队控制和包容控制问题,其中编队控制问题主要分为跟随-领航法,基于行为法,虚拟结构法,人工势场法等。在典型的跟随-领航模型编队控制中,由于跟随者只需获得领导者的状态信息而简化了队形间的合作,因此控制结构相对简单,不过这也导致结构中存在“缺乏信息反馈”和“领导者丢失导致的跟随者掉队”的缺陷。目前,包容控制的研究主要集中在MAS跟随者包容控制算法的设计,而领导者尤其是动态领导者在系统中所发挥的作用有限。此外,由于现实系统多为非线性且具有不确定动态特性,其中大部分不确定动态特性的模型难以建立,因此需选择合适非线性控制器对此类动态特性的系统加以控制。文章的主要工作及创新之处包括：研究了具有二阶未知有界非线性动态特性的MAS编队控制问题,分别基于改进的高频反馈鲁棒控制和高增益反馈鲁棒控制方法,提出了MAS编队容错跟踪控制算法,在跟随-领航模型中有无领航情况下分别设计了MAS编队控制律。算法中的队形误差考虑跟随者分别与领导者和邻居的反馈信息,从而克服跟随-领航模型结构缺陷并具有编队容错特点；改进的高频反馈鲁棒控制方法能够保证MAS具有良好的系统鲁棒性,另外该方法可应用于解决其他MAS协同控制问题；所研究的未知非线性动态特性能够广泛适用于其他线性和非线性MAS动态特性。研究了具有二阶未知有界非线性动态特性的MAS包容控制问题,基于改进的高频反馈鲁棒控制方法,在跟随者之间无向通信的情况下,提出了MAS包容控制算法,实现了具有动态领导者的MAS包容控制。与现有基于SMC算法相比,改进的高频反馈鲁棒控制算法能够克服SMC的抖振现象,且具有良好的系统鲁棒性,同时可以通过调节控制器参数以适应实际系统控制性能需要而具有广泛的适用性和实用价值。考虑MAS包容控制整体设计问题,通过结合编队控制问题和路径规划问题设计并实现了领导者编队避障控制的系统仿真,通过融合领导者编队避障控制与跟随者包容控制实现MAS完成复杂任务的系统仿真。该设计为MAS包容控制问题的研究提供了新的思路并赋予包容控制更多解决实际问题的意义。