随着信息技术的快速发展以及网络化系统在计算机科学、智能电网、航天器、移动机器人、传感器网络等领域的广泛应用,多智能体系统的分布式协同控制问题吸引了广大学者的关注。由于智能体的编队行为在军事侦察、目标追踪、灾情探测等诸多场景中具有大量的实际应用,编队控制已经成为多智能体系统控制问题中最活跃的研究课题之一。针对实际应用场景中多形式的编队任务以及性能约束问题,本文以聚类编队和二分编队为主要对象,研究了其保性能以及最优控制问题。对非线性或者不确定的多智能体系统,考虑到降低通讯压力、减少能量损耗的实际需求,分别设计了事件驱动采样、脉冲以及数据驱动的编队控制协议。具体研究内容包括:（1）针对混合脉冲作用下的聚类编队及其性能约束问题,首先,分别基于全局和局部信息交互,提出了两种状态反馈控制协议;进而,引入平均脉冲增益以及平均脉冲间隔的定义,利用代数图理论以及李雅普诺夫稳定性理论,建立了对应的聚类编队条件;之后,针对智能体速度相关的性能约束,给出了一种全局性能指标的定义,建立了系统实现保性能聚类编队的充分条件,并找到了性能指标的上界。（2）针对动力学行为完全未知的聚类编队最优控制问题,提出了一种数据驱动的自适应动态规划方法。首先给出一个包含聚类编队误差以及控制输入的性能指标定义,基于贝尔曼最优性原理构建了最优聚类编队问题并得到基于系统模型的最优控制器。为了在系统模型未知情况下得到最优控制策略,基于-函数设计了一种数据驱动的策略迭代算法,并利用执行-评价神经网络进行实现。同时,对策略迭代算法的收敛性以及误差系统的稳定性进行了分析。（3）针对包含合作和竞争关系的多智能体系统,提出了一种二分编队的问题模型,在混合脉冲作用下,分别建立了固定的以及自适应的状态反馈控制协议。首先,利用一致性方法得到了混合脉冲作用下多智能体系统实现二分编队的判定条件;然后,针对非线性项未知导致的固定状态反馈控制器中的控制增益难以求解的问题,建立了一种脉冲-自适应控制策略,使得只要平均脉冲增益小于1,自适应控制策略总能保证二分编队实现。（4）针对二分编队控制中能量供应有限问题,设计了一种事件驱动的采样控制协议,建立了保性能二分编队条件。首先,分别设计了领导者和跟随者的事件条件,利用李雅普诺夫稳定性理论建立了基于线性矩阵不等式的二分编队条件;然后,定义包含二分编队误差以及控制输入的性能指标,建立了保性能二分编队条件,并得到性能指标上界,使系统在实现二分编队的同时满足能耗约束。（5）针对复杂非线性系统的编队控制问题,建立了两种基于模糊控制系统的编队条件。首先,用T-S模糊模型近似非线性系统,设计了一种不必与系统模糊规则相匹配的事件驱动采样模糊控制器;然后,借助李雅普诺夫稳定性理论和矩阵不等式技术,建立了一套模糊控制系统的编队条件。为了降低编队条件的保守性,通过将隶属度函数的特性引入编队分析中,得到了依赖于隶属度函数（MFD）的编队条件。