多智能体系统是指由多个能从周边环境中获取信息并基于搜集来的信息进行控制决策的智能体所组成的系统。多智能体系统在移动机器人、无人机、以及智能电网等领域有着广泛的应用前景,也因此受到了学者们的关注。关于多智能体系统的早期研究大多要求系统模型为线性且精确模型已知,但实际过程中广泛存在的非线性特性以及未知干扰对系统控制器的设计提出了新的挑战。同时在实际应用中,智能体的通讯和能量资源都是有限的。因此如何实现不确定非线性多智能体系统的分布式控制,同时减少通讯负担和节省能量资源,这是多智能体系统研究中的重要问题。为解决这一问题,本文针对非线性多智能体系统,将事件触发通讯机制引入到系统控制框架中,设计了新的基于自适应反步法的分布式协同控制策略。本文的主要工作总结如下:（1）针对无向图下的一阶非线性多智能体系统,通过设计基于事件触发的状态信息广播机制和控制信号传输机制,节省了系统的通讯资源。在自适应方法的基础上,利用不等式来处理触发机制所带来的不确定性,最终设计了分布式自适应控制策略,解决了外部干扰下一阶多智能体系统在无向图下的一致性控制问题,同时避免了芝诺效应。仿真结果验证了本算法的有效性。（2）在一阶多智能体系统结论的基础上,进一步考虑存在未知参数与干扰的二阶非线性多智能体系统,触发机制被进一步引入到智能体内部乃至智能体与智能体之间的状态信息通讯过程中。不同于一阶的情况,二阶多智能体系统中触发机制所导致的误差与非线性项及不确定项的耦合非常严重,为解决这一问题,我们在基于反步法设计控制器和自适应估计律的过程中,提出了新的补偿项来处理了系统的触发误差。所设计的控制策略保证了闭环系统中所有信号的全局有界,提高了控制效果且避免了芝诺效应,同时在多输入多输出情况下也可保证一定的控制效果。（3）当利用自适应反步法来处理非线性动态时,控制律幅值容易出现过大的情况导致系统执行器饱和,进而严重影响系统控制性能。因此研究非线性多智能体系统在输入饱和情况下的分布式协同问题非常必要。为解决这一问题,我们首先设计控制信号的触发传递机制以节省资源,然后对系统饱和特性进行估计,并结合Nussbaum函数和额外系统,在反步法中设计虚拟控制律来生成控制信号,而且放宽了子系统对全局拓扑信息的要求。最终实现了输入饱和下高阶非线性多智能体系统的分布式一致控制。