近年来,在微机技术、信号处理技术、生物、人工智能等交叉学科相互结合和迅猛发展下,协同控制群体运动的技术也取得了极大进展,并成为不同领域研究人员研究讨论的热点问题之一。受纷繁复杂的协同任务需要智能体分工配合完成的启发,多智能体系统的群一致性研究受到了国内外众多科研工作者的高度关注。考虑到实际工程应用问题中需要具有不同性能的多智能体相互配合完成复杂的任务,本文运用图论,牵制控制和自适应控制的相关知识以及在学习和总结已有研究成果的基础上,进一步对异质多智能体系统的群一致性问题做了深入研究。论文的研究重点概括如下:1.针对当前多智能体系统分群一致性的研究中子群如何划分并不明确的问题,特别是要将复杂的多智能体网络划分成多个子群。借鉴复杂网络的社区结构特性,将社区划分算法引入到由线性一阶和二阶智能体组成的异质多智能体系统的群一致性控制策略中。考虑有向固定通信拓扑和切换拓扑网络,利用图论、矩阵理论和李雅普诺夫理论严格证明了实现群一致性的充分条件。2.针对由一阶、二阶线性智能体和非线性的欧拉-拉格朗日(Euler-Lagrange(EL))智能体组成的异质多智能体系统,为了实现各子群中的智能体的最终状态能够趋于期望的状态,针对无向的固定拓扑情况,引入复杂网络中的牵制控制策略,提出了基于牵制控制的分布式群一致性控制协议;并通过代数图论、李雅普诺夫函数和拉塞尔不变原理证明了所提控制协议的可行性。3.针对由线性一阶和二阶智能体组成的异质多智能体系统,对邻居个体之间的通信耦合权重施加分布式自适应控制,分别提出了基于点和基于边的分布式自适应群一致性控制协议,从而使整个系统并不需要获得网络拓扑的全局信息也能实现群一致性;接着引入牵制控制,并对牵制节点反馈增益施加分布式自适应控制,提出了基于点和基于边的分布式自适应牵制控制群一致性控制协议,从而使各子群达到了期望的状态;最后,与未加入自适应控制仿真结果相比所提控制算法能够加快群一致性收敛速度。