多智能体系统的研究一直是当前国际上人工智能的前沿课题之一。自上世纪90年代以来,随着计算机、控制以及通信等技术的发展,控制系统整体规模越来越大,且内部组成要素之间关系愈发复杂。为将规模庞大且复杂的系统建设成小的、成员彼此能够互相通信和协调,并且易于管理和研究的系统,所以多智能体系统的研究一直受到广大科研工作者的广泛关注。当前在多智能体系统编队及协调控制的研究中,当系统规模较大时,采用偏微分方程(PDE)建模能够减少分析难度和计算量,因此采用偏微分方程的方法设计多智能体系统的分布式控制律,是一种有效可行的方向。本文采用偏微分方程建立多智能体的集群动态模型,并通过backstepping方法设计了边界反馈控制器和观测器,从而实现了对多智能体系统编队的控制。最后通过数值仿真,验证了文中边界控制器和观测器的有效性。本文主要的研究内容包括以下几点:1.本文首先为多智能体系统设计了通讯拓扑结构——圆柱面拓扑结构。基于此通讯拓扑结构和领导者控制编队思想,建立描述多智能体系统集群动态行为的波方程模型,通过波方程的变量来描述多智能体系统的状态,而波方程的平衡解则对应着多智能体系统的编队部署。2.由于波方程平衡解对应的编队部署不稳定,所以本文需要设计出边界控制器来稳定编队部署。本文采用backstepping方法设计了边界反馈控制器使多智能体系统的编队部署稳定于期望的队形。为了实现基于局部邻居信息的分布式控制,我们采用与边界控制器设计对偶的方法设计了边界观测器,可以利用边界状态测量值估计整个系统中每个多智能体的状态,而这些状态值是进行状态反馈控制所需要的值。通过观测器,系统实现了输出反馈控制。3.将连续的控制律离散化,可得到系统中每个智能体的控制律。基于领导者控制编队的思想,领导者智能体将驱动整个多智能体系统运动到期望的队形。MATLAB的仿真实验表明,本文所提出的方法能够有效地将多智能体系统从不同的初始位置,控制到期望的位置,实现稳定的编队控制。