近些年来,由于多智能体系统协同控制在人造卫星编队、传感器网络、移动机器人以及自主飞行器等领域巨大的军事价值和潜在的经济价值,已成为各个国家的研究热点。与单个智能体相比,多智能体系统构成更加庞大和复杂,对系统安全性和可靠性要求更高,单个个体的时变参数不确定性或执行器故障都会影响系统性能甚至导致系统不稳定,同时,个体之间存在信息耦合,这些因素给多智能体系统模型的确定和控制系统的设计带来了前所未有的挑战。本文将从多智能体系统参数不确定性以及外部扰动等问题出发,进行相关控制方法的研究,并结合NASA公布的F18高超速攻击机模型参数进行仿真分析。主要包括以下内容:首先,考虑个体模型存在的时变不确定性、执行器故障及外部扰动,得到线性时变参数系统。该时变不确定性参数未知,但已知其是有界量,这更符合实际多智能体系统的要求。同时,在单个个体很难获取系统全局信息量的情况下,即Laplacian矩阵的特征值未知,针对已得到的系统模型,提出一种新颖的分布式自适应容错控制方法。该方法能有效的处理全局信息量未知时的难题,进而提高系统的安全性和可靠性,同时在保证系统稳定的前提下,也实现了跟随者能一致跟踪领航者。其次,假设了系统中领航者和跟随者具有不同的动态,并进一步研究了跟随者个体存在多时变时滞状态,且该时滞状态未知但已知其有界。在上述控制器的基础上,针对跟随者个体进一步设计了分布式自适应容错控制器,基于个体间的相对状态信息,在线调整控制器参数,从而补偿了多时变时滞状态对系统的影响,保证了系统的稳定性。再次,考虑实际系统中外部扰动的复杂性,依据外部扰动与系统参数的匹配性,将扰动抑制控制器与非线性参数不确定性等补偿控制器分开设计。扰动抑制控制器采用鲁棒H_∞控制,保证系统在外部干扰下能稳定运行;在Laplacian矩阵的特征值已知的情况下,采用分布式容错控制方法设计补偿控制器,利用自适应机制,在线调整控制器参数,补偿非线性参数不确定性等因素对系统的影响。最后仿真结果表明本文提出的控制方法能够实现多智能体系统的跟随者一致跟踪领航者。最后,对全文所做工作进行了总结,并指出下一步的研究方向。