多智能体系统是对现实世界中各种互联群体的抽象描述,包括生物社群、机械军团,甚至产业集群等,其成员之间存在多元化相互作用方式,包括但不限于合作、竞争甚至对抗,通常由智能体间的符号网络表达。多智能体系统协同控制的本质目的便是利用或调解成员之间的关系,实现群体的共同目标,相比仅考虑合作关系的常规协同控制,符号网络下的协同控制面临独特的挑战和机遇,受到大量关注。论文针对符号网络下多智能体系统协同控制问题开展一系列理论方法研究,包括分布式动态平均一致性,二部一致性跟踪、包围控制,为其在复杂网络分析、观点动力学衍化以及无人集群协同中的应用奠定基础。具体成果包括:1.针对现有动态平均一致性研究中存在的控制收敛速度慢和稳态误差大的问题,通过结合有限时间控制理论和阻尼注入技术,分别设计了具有零稳态误差的有限时间/固定时间动态平均一致性协议。首先,引入符号网络中的关联矩阵描述了智能体间的相互关系;而后,应用Lyapunov稳定性定理建立了系统稳定时间与状态初值以及控制参数之间的数学表达式;最后,推导出闭环误差系统稳定时间的上界,结果表明,固定时间动态平均一致性协议的稳定时间不受系统状态初始值影响,能比有限时间协议更具有普适性。2.针对符号网络下具有模型不确定性和未知扰动的多智能体系统,设计了一种基于NN-UDE的鲁棒二部一致性控制方案,可用于提升分兵追击场景下无人集群对各类干扰和误差的包容能力。首先,引入参数化神经网络（NN）拟合了具有分数阶未知动力学特性的领导者信息;而后,设计不确定性与扰动估计器（UDE）估计了跟随者所受到的未知外部扰动;NN和UDE组件耦合形成了NN-UDE鲁棒控制方案,两种估计方案生成的前馈项能够有效提升系统控制性能。仿真实验表明,与仅采用NN的方案相比,NN-UDE在实现优势互补的基础上有效削弱控制输入存在的抖振现象,减小了系统计算量。3.在上述研究的基础上,进一步针对无速度信息测量下的多智能体系统,设计了一种基于NN-EHGO的鲁棒二部一致性跟踪控制方案。首先,分析了UDE方案在处理速度不可测问题上的不足,设计了一种改进的分布式扩展高增益观测器（EHGO）,能够同时实现对系统集总扰动和未知速度信息的估计;而后,通过引入动态参数与估计误差项的线性映射关系,基于奇异摄动方法分析了闭环误差系统的稳定性,证明了可通过单参数调节系统控制性能,拓展了EHGO在分布式协同控制中的应用;最后,基于连续滑模控制（SMC）技术设计了标称控制器,并通过结合NN和EHGO生成的前馈信息项,实现了符号网络下多智能体系统的鲁棒二部一致性控制。4.针对符号网络下多智能体系统的包围控制问题,提出了一种基于符号图的包围策略,可用于忠诚僚机或跟踪包围等保护性或对抗性任务。首先,通过分析传统二部一致性协议的特点,创新性的将目标信息引入二部一致性误差表达式中,推导出基于符号图的包围误差范式;其次,分别设计了基于分布式观测器和神经网络目标估计器的包围控制方案,使得智能体在仅与邻居信息交互前提下,整个多智能体系统能够按照符号图属性,分组从两侧实现对动态目标的包围;接着,通过构造一个完全拉普拉斯矩阵（CLM）,并从特征值、特征向量等角度得到了CLM的几条数理性质,支撑了Lyapunov定理在闭环误差系统稳定性证明上的应用;最后,通过将编队控制向量引入包围误差中,实现了对目标的封闭编队包围,拓展了本方法多无人系统上的应用前景。