近年来,网络通信和计算机技术快速发展,进一步扩大了多智能体系统协同控制的应用范围。由于多智能体系统广泛应用于多机器人系统分布式控制、航天器编队控制、传感器网络协同控制等重要领域,因此受到了国内外学者的广泛关注。对于存在领航者的多智能体系统,一般领航者的运动独立,不依赖于跟随者,但可以影响跟随者的运动。在很多情况下可以通过控制领航者的运动轨迹,使所有的跟随者跟踪领航者,达到对整个多智能体系统的协同控制。所以有必要对存在领航者的多智能体系统的协同跟踪控制问题进行研究。大多数的实际物理系统模型都具有本质非线性,线性系统的研究成果很难直接进行应用。因此考虑将非线性模型作为智能体系统动力学模型并进行协同控制研究具有较高的理论价值和工程意义。Euler-Lagrange(EL)模型可以用来描述物理系统的运动特性,因此多EL系统的分布式协同控制具有广阔的应用前景,许多学者对多EL系统的分布式跟踪控制问题进行了研究。本文在总结现有结果的基础上,对多EL系统的分布式协同跟踪控制问题进行了深入的研究。主要研究工作包括如下几个方面:对存在模型不确定性和干扰的多EL系统的分布式协同跟踪控制问题进行了研究。考虑有向通讯拓扑结构且只有部分跟随者能获得动态领航者信息的条件,首先在系统的标称模型信息可以获得的情况下,基于代数图论和滑模控制,利用广义干扰和领航者广义加速度的上界信息,设计了分布式滑模跟踪控制律。考虑到滑模跟踪控制律具有较大的保守性,在广义干扰和领航者广义加速度的上界信息不可知的情况下,提出了改进的分布式自适应滑模跟踪控制律。两种控制律都实现了跟随者对领航者的渐近跟踪。考虑EL系统的标称模型信息不可获得的情况下,基于反步法的思想提出了两种自适应协同跟踪控制律,针对系统模型存在参数不确定性情况,利用参数线性化性质设计了一种分布式自适应控制律。针对系统模型的非线性不确定性和外部扰动问题,利用神经网络的非线性函数逼近特性,提出了一种改进的分布式自适应神经网络控制律。两种反步控制律均能够使跟随者对动态领航者的协同跟踪误差最终有界。对存在通讯受限的多EL系统的分布式协同跟踪控制问题进行了研究。首先在相对速度信息不可测并且不考虑时延影响的情况下,考虑通讯拓扑为有向图且领航者为动态,利用低通滤波器估计相对速度信息,采用神经网络逼近与补偿系统非线性不确定性,提出一种分布式自适应跟踪控制律,并且可以保证闭环系统的跟踪误差一致最终有界。考虑存在通讯时延且领航者为静态情况,对每一个跟随者设计一种分布式观测器,以获得领航者的状态量,基于神经网络方法提出了一种分布式自适应协同跟踪控制律,使跟随者对领航者的跟踪误差渐近收敛。在前两种算法基础上,考虑存在通讯时延且领航者为动态情况,设计了一种改进的分布式观测器,使所有跟随者都可获得动态领航者的状态信息,并提出了三种分布式自适应神经网络协同跟踪控制律,不仅使跟踪误差最终有界,并且改善了跟踪控制精度和解决了控制律输出抖振等问题。对多EL系统的分布式有限时间协同跟踪控制问题进行了研究。首先在考虑系统的标称模型信息可以获得的情况下,通过选取合适的终端滑模变量,利用图论相关矩阵的运算关系,设计了一种严格分布式的有限时间跟踪控制律。为了改进终端滑模变量的奇异问题,提出了一种改进的基于非奇异终端滑模变量的完全分布式有限时间跟踪控制律。在考虑EL系统的标称模型信息不可获得,并存在模型非线性不确定性、外部扰动以及执行机构非线性特性情况下,利用反步法和神经网络方法提出了一种分布式有限时间自适应协同跟踪控制律。针对系统状态信息不完全可测的问题,基于高增益观测器设计了一种改进的分布式有限时间跟踪控制律。以航天器编队姿态协同控制为背景对前述控制器的有效性进行了仿真验证。