近年来，很多学者开始关注多智能体系统的协调控制和编队控制研究，其中编队控制一直是热门话题。在多智能体系统的编队控制中，已经取得很多成果，例如：根据系统个体间不同的连通情况，如时变网络、受噪音影响、时延或者干扰存在等，许多控制技术已经被提出来。在未来的控制系统设计中，可以为每一个智能体配备嵌入式微处理器用来收集邻居节点的信息，以便根据预先设计的规则更新智能体的控制动作。出于这一考虑，本文提出了分布式的基于事件驱动的、能减少系统资源消耗的控制算法来进行控制动作的更新。该算法是基于测量误差的事件驱动策略，其目标是应用在具有有限资源的嵌入式微处理器，此微处理器将可用来收集现场信息和驱动它所在的智能体的控制动作更新。　　 本文提出了一种新的基于事件驱动的控制策略，在此控制协议下，系统在任意初始条件下，都可以达到预期的目标队形。研究表明，多智能体系统的可编队性取决于几个关键因素：系统的动态结构，系统连通拓扑图，目标队形的性质和可接受的控制集。主要研究内容包括：⑴研究了在没有领导者节点的情况下的基于事件触发的编队控制。在本文中，控制驱动的更新依赖于某个关于状态范数的测量误差的函数，并被应用到多智能体系统的一阶协同问题上。首先研究了在集中式控制方式下的多智能体系统的编队控制，设计了基于事件触发的编队控制算法，并证明了其收敛性和稳定性，然后将结果推广到分布式情况下，在分布式情况下，节点要求知道它们的邻居的信息来完成它的控制动作的更新。⑵带有领导者节点的多智能体系统的事件触发编队控制被研究。由于只能测量领导者节点的位置，因此跟踪者节点在运动过程中需要收集邻居节点的信息，并且估计领导者节点的速度。在本文中采用集中式事件触发的策略更新控制器，然后在分布式情况下对编队控制算法进行设计，并且证明了其收敛性和稳定性。