随着人工智能和大数据时代的到来，集中式策略很难适应海量数据并发计算处理的需要，研究者亟需存储大量数据到多个子系统中进行分布式运算处理，因此分布式多智能体的应用更加具有现实指导意义。从应用领域分，多智能体的应用场景可以分为军事应用和民事应用两个大的方面，比如飞行编队、智能电网等。在多智能体系统的研究中，一致性问题是一个非常基础的问题，也是发挥多智能体最大应用价值的关键，为此需要设计高效快捷的合作控制协议。当有多个领航者时，一致性问题可转化成包含控制问题。由于单个领航者能力的限制，并且受困于智能体之间通信带宽，与单个领航者直接相连的跟随者有很大的通信负担等其它风险，研究包含控制问题也很有意义。因此，论文主要研究了领航-跟随一致性和包含控制问题，研究工作如下：　　研究基于输出反馈的高阶多智能体系统领航-跟随一致性问题。设计不需要控制器状态信息交换的分布式控制协议，通过等式转换，闭环误差系统耦合了观测误差和追踪误差。基于极点配置和李雅普诺夫稳定性理论并利用MATLAB工具箱求解线性矩阵不等式，设计出控制器和观测器增益，给出了闭环误差系统渐近稳定的充分条件，保证了多智能体系统能够实现领航-跟随一致性。　　针对实际物理系统多为非线性系统，并且考虑到通信拓扑、外界扰动、通讯时滞对系统性能的影响，研究带有通信时滞的非线性多智能体H∞包含控制问题。通过奇异值分解，将包含控制问题转换成闭环系统渐近稳定问题，构造包含二重积分项的Lyapunov-Krasovskii函数，同时设计出控制器和观测器增益，保证了跟随者能够渐近收敛到领航者组成的凸包里。　　在有向通信拓扑结构下，研究具有随机扰动的异步多智能体系统的包含控制问题。由于子系统的辨识和切换相应控制器的过程都需要时间，导致控制器的切换时间通常会滞后于子系统的切换时间。根据伊藤引理和矩阵初等变换，构造闭环误差系统。基于控制器的切换信号，构造一个多李雅普诺夫函数，证明了闭环系统均方意义下收敛到零，实现了异步多智能体系统的包含控制。