目前,针对仿射多智能体系统一致性跟踪控制问题已存在很多有效的解决方法。然而,在实际应用中,某些系统的建模存在非仿射特性或本身就是非仿射系统,比如风机系统、化学反应过程等。由于非仿射系统控制输入与系统状态变量相互耦合使得对此类系统的控制器设计并不是简单的从仿射到非仿射的扩展,从而增加了控制器设计的难度,因此研究非仿射多智能体系统一致性跟踪控制问题十分有意义同时也具有挑战性。本文以高阶非仿射多智能体系统为研究对象,分别提出基于状态反馈与输出反馈的一致性跟踪控制算法,具体内容包括:(1)针对一类状态完全可测的高阶非仿射多智能体系统,提出一种具有全状态约束的一致性跟踪控制算法,保证跟随者实现跟踪一致性的同时其所有系统状态也被约束在期望的界限内,进一步提高了算法的实用性。首先,引入非线性映射方法将具有约束的系统状态变量映射为不具有约束的新变量,并结合Butterworth低通波器进一步避免了控制器设计过程中代数环问题的出现。然后,采用RBF神经网络实现对系统未知函数的估计,结合反步法、动态面控制方法设计未知权重自适应率以及每个智能体的控制输入。最后的仿真例子验证了所提算法的可行性与有效性。(2)针对一类状态不完全可测的高阶非仿射多智能体系统,考虑有限时间控制问题,提出一种基于输出反馈的有限时间一致性跟踪控制策略,以进一步提高系统收敛速度。首先,结合一阶低通滤波器并定义新的状态变量,实现非仿射到仿射系统的转换,从而降低了控制器设计难度。然后,构造有限时间观测器实现对未知系统状态的分布式估计;结合反步法,动态面控制方法设计每一阶子系统虚拟控制律;在最后一步中采用RBF神经网络对系统未知函进行逼近,并设计有限时间自适应律实现未知权重有限时间估计,最终提出了有限时间一致性跟踪控制算法。最后,通过仿真实验对所提算法的可行性与优势进行了验证。