近年来,人工智能技术得到了充分的关注和发展,Multi-agent系统作为人工智能的一个分支受到了充分的重视。自然界中大量的物理现象都是Multi-agent系统协同作用的反映,各个领域的专家将这些现象中存在的规律应用到了多自主水下探测器、无人机的协同作用和车辆的编队控制中,实现了资源利用的最大化和最优化。在Multi-agent系统的协同控制中,领导-跟随系统是指系统中存在领导者,它的状态信息作用于跟随者,从而使得系统中跟随者的状态信息最终与领导者保持一致。收敛速度是影响系统性能的一大因素,收敛速度的提高不但可以提高系统的精度,还可以增强系统的鲁棒性和抗干扰性。因此,本文针对领导-跟随系统在有限时间内的收敛速度展开了研究。首先研究了领导-跟随一阶Multi-agent系统在有限时间内的一致性,在经典一致性算法的基础上加入了总体代价函数梯度算法项,利用图论和李雅普诺夫有限时间稳定性理论,证明了当通信拓扑固定连通时,此算法可保证Multi-agent系统在有限时间内快速的实现一致性跟踪。并用仿真证实了此算法的优越性。其次针对领导-跟随二阶Multi-agent系统在有限时间内的快速一致性问题,提出了一种基于总体代价函数梯度算法项的有限时间一致性算法。利用李雅普诺夫稳定性定理、图论知识以及齐次性定理,给出了系统实现有限时间快速一致性的充分条件,对所提算法进行了收敛性分析,并用仿真证实了此算法的优越性。最后针对领导-跟随混合阶Multi-agent系统有限时间一致性问题,提出了一种基于总体代价函数梯度算法项的有限时间一致性算法。建立领导者为二阶系统的混合阶系统模型,综合应用李雅普诺夫稳定性定理、图论知识以及齐次性定理,给出了系统实现有限时间一致性的充分条件,并对所提算法进行了收敛性分析,并用仿真证实了此算法的优越性。