近年来,多智能体系统在飞行器编队控制及工业多机械臂等重要领域的应用,引起了国内外专家学者的广泛关注。然而,在过去的几年里,很多工作都集中在一致性问题研究上。在实际应用中,网络中可能有多个领航者,他们执行不同的任务。领航者在多智能体系统里的运动是独立的,不依赖于跟随者,但可以影响跟随者的运动轨迹。所以有必要对具有多领航者的包含控制问题进行研究。在多智能体系统包含控制中,智能体之间的信息交互会产生一定程度的内存消耗,连续时间控制策略在很大程度上会造成能源浪费。由于事件触发在降低通信频率、节约计算资源等方面的优势,其在分布式控制中已被广泛地应用到各个领域。Euler-Lagrange（EL）系统作为非线性系统研究的代表,具有很强的实用性,这体现在基于EL系统的自主机器人在仪器制造、金属焊接、重载处理等领域发挥重要的作用。本论文研究EL系统的事件触发包含控制问题,即在总结现有结果的基础上,从个体约束、通讯受限、运动安全三个约束条件研究了多EL系统的分布式事件触发协同控制问题。针对每一部分中需要解决的问题设计相应控制策略。论文主要研究工作如下:第三章研究了在有向图下具有未知非线性动力学的EL系统的事件触发包含控制问题。首先,由于通信条件的限制,领航者的预期输出信号只能由部分子系统获得,而输出调整误差则由其他子系统通过网络连接间接获得,所以本文通过设计观测器估计跟随者需要跟随的凸包。其次,利用EL系统的逼近性质解决系统的未知参数问题。在此基础上,提出了一种全分布式事件触发自适应控制方案,并通过仿真验证了所提方案的控制性能。第四章研究了有向图上具有未知时变扰动的多个EL系统的分布式事件触发包含控制问题,其中领航者和跟随者的动力学是异构的。首先,利用凸包观测器估计由领航者状态形成的凸包轨迹。其次,利用干扰观测器设计了分布式RBF神经网络事件触发控制策略。控制策略配合Lyapunov函数进行稳定性分析证得系统可以达到一致最终有界,整个控制策略没有用到跟随者的相对速度并排除了Zeno行为;最后,用仿真实例验证了本章所提的控制策略。第五章研究了领航者具有有界未知控制输入的多EL系统的网络化事件触发编队包含控制问题。首先,在给定的编队控制形状下,设计了一种基于事件触发的分布式自适应观测器以达到根据领航者动力学方程协同生成安全轨迹以避免障碍物的目的,并且在观测器中设计了一个自适应更新增益以避免全局信息的使用。其次,针对每个跟随者提出了一种分布式事件触发自适应状态反馈控制策略。结果表明,在这种控制策略下,对于任意连通的有向通信图,分布式包含控制问题都可以有效解决。进一步的,设计了一种自触发状态反馈控制策略,仅利用当前时刻的误差信息就可以计算下一事件的触发时刻。两种控制策略都保证了系统良好的收敛性能并且没有智能体表现出Zeno行为。最后,通过一组双轴机械臂实例验证所提两种控制方案的有效性。