多智能体系统有着广泛的应用前景,其相关研究成果已大量应用于机器人编队、车辆交通管理、无人机驾驶和水下航行器等。在多智能体系统的众多研究课题中,一致性问题是最具有研究价值的课题之一。然而,在传统的多智能体系统一致性控制协议中,达到一致需要大量的信息交互,并且要求系统配备高性能处理器。为了减少信息交互以及降低对处理器的要求,我们将事件触发控制协议引入到多智能体系统一致性问题研究中。在本论文中,我们将以多智能体系统一致性问题为背景,对事件触发控制协议进行相关研究,主要工作分为以下几个方面:①研究了多智能体系统存在输入时滞的一致性问题,并提出了相应的事件触发控制协议。以一阶线性多智能体系统为例,我们假设系统的内部耦合矩阵是可稳定的且系统的通信拓扑包含一棵有向生成树,通过分析得到提出的事件触发控制协议是可行的充分条件。得到理论结果表明,当输入时滞不超过某个上界时,系统在提出的事件触发控制协议的控制下可以达到一致。同时,我们给出了时滞上界的具体表达式,其表达式表明时滞上界与系统的通信拓扑相关,而与事件触发控制协议中的参数设置无关。②我们发现并指出在已有的基于连续采样的事件触发控制协议中,对于排除芝诺行为的证明是不严谨的。一方面,已有的证明通常假设系统还未达到全局一致时,系统的局部不会达到一致。虽然这样的假设可以保证事件触发控制协议中的阈值不会在系统达到全局一致之前为零,但是这样的假设是不合理的。另一方面,已有的证明通常假设事件触发间隔大于零可以排除芝诺行为。然而,我们经过分析得出这样的条件是不能充分地排除芝诺行为。因此,我们在基于连续采样的事件触发控制协议中进一步引入一个时变抵消项,以保证协议中的阈值恒大于零,有效地避免了系统局部达到一致时引发的芝诺行为。并且,我们还考虑到实际应用中可能存在的噪音干扰,引入的抵消项也可以避免噪音干扰所引发的芝诺行为。③研究了随机采样多智能体系统中的一致性问题,并提出了相应的事件触发控制协议。在实际应用中,连续采样与周期采样通常是难以保证的,因此对基于随机采样的事件触发控制协议的研究是很有必要的。不仅如此,基于随机采样的事件触发控制协议还具有以下几个优点:1)因为采样间隔严格大于零,所以事件触发间隔严格大于零,这意味着系统将不会引发芝诺行为;2)控制协议中的事件触发函数只在每个采样时刻进行相关计算,极大地节约了计算资源;3)在一定程度上减少了信息传输以及控制器调整的次数。同时,以二阶有向多智能体系统为例,考虑到已有的阈值不再适用,结合状态依赖型阈值与时间依赖型阈值进而提出了结合型阈值。结合型阈值不仅克服了状态依赖型阈值较小的缺陷,还克服了时间依赖型阈值不能根据系统初始状态进行调整的缺陷。与已有的事件触发控制协议相比较,基于结合型阈值的事件触发控制协议能用更少的事件触发达到同样的控制目的,即能够大量地减少信息传输和控制器调整。④研究了有领航者的多智能体系统的一致性问题,并提出了相应的事件触发控制协议。在实际应用中,多智能体系统的通信拓扑大多不满足一致性充分条件,因此有必要把牵引控制引入多智能体系统。有领航者的多智能体系统一致性控制是典型的牵引控制,具有重大的研究意义。在我们提出的事件触发控制协议中,领航者的采样信息在每个采样时刻都要发送给相连的跟随者,同时跟随者的事件触发函数将包含两个测量误差。这样的做法解决了系统中跟随者不能把采样信息发送给领航者,从而使得领航者不能设置相应的事件的问题。⑤研究了采用量化机制的多智能体系统的一致性问题,并提出了相应的事件触发控制协议。在实际应用中,通信信道传输信息的能力是有限的,传输信息的精确度同样是有限的,因此把量化机制引入到事件触发控制协议中是有意义的。通过把概率量化机制引入到事件触发控制协议中,利用较少的比特位表示状态采样信息,从而达到减少控制成本的目的。不仅如此,为了更进一步减少控制成本,我们把已有的相关机制结合到了所提出的事件触发控制协议中,例如周期采样机制,自触发机制,编解码机制。