作为助力国家经济发展的新引擎,机器人技术的相关研究体现着高端制造产业和先进控制理论的创新发展。大力开展机器人系统研究,对于完善现代工业体系且保障制造业领先地位意义重大。然而单一个体机器人系统由于受到传感器、处理器、执行器以及环境限制通常存在感知、通信、计算和执行能力有限等问题,因此只能用于完成基础任务,对于较复杂任务往往无能为力。基于生物群集行为启发以及传感测量和无线通信技术的快速发展,多机器人系统具备的高效率、低成本和强灵活特点使其在时效性、经济性和功能性等方面均展现出巨大优势;尤其在疫情常态化的当下,群集机器人系统在工业生产和服务社会等方面的作用更加凸显。本文基于分布式控制算法研究了欧拉-拉格朗日多机器人系统的协同控制,按照关节空间控制和任务空间控制两类控制问题由易到难、由浅入深依次展开论文研究,具体研究内容如下:针对具有两层领导者的欧拉-拉格朗日多机器人系统在不确定参数、输入扰动和有向交互拓扑影响下的关节空间编队-包含控制问题,建立了一种对系统进行逐步分析的新型编队-包含控制框架;针对该两层领导者系统提出了一种各子算法基于分布式滑模估计器的分层控制-估计算法;通过引入有限时间理论和输入-状态稳定推导出该算法收敛的充分判据。此外,该研究为解决不同模型精度控制问题提供了一种合适控制方法,也为处理多机器人系统的多任务控制提供了一种问题分析及解决的新思路。基于统一框架研究了网络化欧拉-拉格朗日多机器人系统存在参数不确定、时变扰动和有限控制资源情况的关节空间单同步和多同步控制问题,并在不依赖相对速度信息情况下提出了几种新型事件触发控制算法。所提算法能够显著降低不必要控制器更新、信号传输和计算成本,同时可实现良好控制性能。此外,基于李雅普诺夫稳定性方法建立了同步误差渐近收敛的严格充分判据,并求得执行间隔正下界以排除Zeno行为。最后,通过提出触发率这一性能指标,并与其他控制算法对比,证明了所提算法在无明显收敛性能差别情况下可减少通信、计算和执行能量消耗。讨论了网络化欠驱动欧拉-拉格朗日多机器人系统的关节空间一致性控制问题,基于固定和切换通信网络设计了若干新颖事件触发控制算法,所设计算法可同时保证主动执行机构状态收敛、被动执行机构速度有界、以及Zeno行为排除。在固定网络中,给出了依赖和不依赖邻居速度情况下由分布式事件触发机制实现系统稳定的充分判据,实现了通信负载和系统性能较好平衡。此外,通过假设切换网络中联合子网络含有向生成树建立了系统稳定充分判据,并构造了一种分布式取样规则以决定何时更新自身和邻居估计位置,从而进一步降低了不必要控制消耗。最后,将主要结果进一步推广实现其他三种取样控制算法并进行了性能比较,从一定程度上证明了分布式/事件触发控制分别相对于集中式/时间触发控制效率更高,且分布式取样事件触发控制算法控制消耗最少。研究了具有不确定运动学和动力学的欧拉-拉格朗日多机器人系统任务空间跟踪问题,针对含有非冗余和冗余个体以及输入扰动的上述控制问题,提出了具有运动学和动力学环路分离特性的两类控制方案,设计了包括控制律、运动学和动力学参数自适应律的控制算法。此外,利用无源性方法证明了输入信号为作用于末端执行器上外力时系统无源,并基于有向交互约束（即只有部分从机器人可接收主机器人信息）实现跟踪误差渐近收敛。最终,通过执行数值算例并与现有结果对比,证明所提算法可获得更好跟踪性能（即更小的位置和速度跟踪误差）。针对欧拉-拉格朗日多异构机器人系统在通信时滞、运动学和动力学不确定参数作用下的任务空间同步问题,为放松交互拓扑结构约束条件,基于包含有向生成树的有向图设计了两类自适应滑模控制器。进而,利用李雅普诺夫方法和输入-输出理论获取系统渐近稳定的充分判据,最终实现了系统位置和速度同步误差渐近收敛到原点。基于单时变和多时变领导者研究了具有外部扰动以及不确定运动学和动力学的非线性欧拉-拉格朗日多异构机器人系统任务空间编队跟踪问题,并基于有向通信拓扑提出了几种新颖的不依赖系统全局信息的全分布控制算法。所提控制算法可将控制过程分为两部分,即分别基于单领导和多领导主机器人的从机器人任务空间编队跟踪问题;通过引入Barbalat引理和输入-状态稳定性理论建立了任务空间编队跟踪误差渐近收敛的充分判据。此外,将所得理论结果成功推广并用于实现类似非线性系统的任务空间编队-包含和一致性控制目标。