多智能体系统的编队控制是当前热门的研究课题,而避障问题更是其中一类基本问题。多智能体系统依靠几个智能体简单的组合并不能充分发挥其优势,只有通过某种形式的合作才能在复杂环境下完成任务,多智能体要实现相互间的合作,就需保证多机器人系统中信息流和控制流的畅通,为智能体之间的活动、交互作用提供框架。多智能体系统在许多方面有广泛的应用,例如群和群的集体行为,传感器融合和随机网络。文中主要讨论了多智能体系统编队的避障问题,利用智能体逻辑上和物理上的信息关系和控制关系,设计了编队控制器和编队算法,具体内容如下:(1)设计了一种新颖的分布式预测控制器,该控制器具有良好的稳定性,可让移动机器人沿所需路径运动期间保持期望的队形,并确保与障碍物或其他相邻机器人之间不会发生碰撞,同时通过分组延迟通信网络在它们之间进行数据交换。将闭环系统动力学方程描述为具有可调参数的延迟微分方程。通过设计的预测策略在每个机器人中同步确定这些可调增益,从而得到理想的编队。仿真和实验结果表明了该方案的有效性和适用性。(2)针对由标准运动学方程式描述的、对其线速度和角速度有严格约束的单轮式机器人群的编队问题,设计了一种分散式运动协调控制算法。该算法可使机器人组从任何初始位置开始以所需的几何图案共同运动,机器人组中没有预定义的领导者,并且只需要本地信息即可进行控制。最后,为验证所提算法的有效性,进行计算机的仿真和实物机器人的实验,结果验证了所设计的分散式运动协调控制算法可行性和有效性。(3)针对车式机器人,研究了在充满障碍的环境中多智能体系统的分布式最优编队控制。设计出了一种新的最优编队控制协议,该协议可以使多智能体系统达成编队一致性,并通过合理的控制避免障碍,从逆最优控制角度构造了实现避障功能的惩罚函数,并证明了一致性算法的渐近稳定性和最优性,编队过程中每个智能体的控制法仅要求邻近智能体提供本地信息。最后,通过搭建车式机器人平台,利用计算机仿真和实验结果验证了所设计方法的可行性和实用性。