近年来，多智能体网络系统的协调控制，如一致性问题、编队控制、群集行为，引起来了研究人员的极大兴趣。这些系统一般包含大量的智能体，如无人机、无人地面机器人、无入水下机器人和卫星等，因此协调控制系统往往是复杂的网络系统.协调控制系统在许多领域中有着重要的应用，如自主车的团队操作、搜救任务、移动传感器网络和分布式能源系统等。本文采用优化的方法进行了协调控制系统的设计，重点研究了多智能体网络系统的一致性问题和编队控制问题。　　 本研究为了设计多智能体网络系统的最优协调控制策略，采用了三种基于设计的方法，即逆优化的方法、分布式最优控制设计的方法和合作博弈论的方法。首先，采用逆优化的方法设计多智能体网络系统的协调控制。在这种方法中，通过引入一个协调控制李雅普诺夫函数，可以避开求解HJB方程的困难。我们获得的协调控制器不仅具有处理高相对阶系统的优势，而且可以通过调节一个正定矩阵来改善多智能体网络系统的性能。另一方面，我们设计的分布式控制是关于一个有意义的目标函数的最优控制，这个目标函数可以用来量化和改善多智能体网络系统的性能。其次，基于个体目标函数的最小化和HJB方程的求解，分析了多智能体网络系统的分布式最优控制设计，并应用于多机器人系统中。由于智能体之间信息流的交互，每个智能体的控制输入分成了两部分，局部输入和全局输入。前者是基于智能体的自身状态进行设计的，后者是邻近中智能体信息的函数。最后，考虑了由个体目标函数组成的团队目标函数，采用了合作博弈论的方法使智能体之间实现合作。通过团队目标函数的最小化，可以得到一个Pareto最优解集。在该Pareto最优解集中，存在一个纳什交易解使得每个智能体的代价更低，但是每个智能体都需要整个网络的信息。为了克服这个缺陷，使用线性矩阵不等式的方法给控制器结构增加了一些约束条件。与第二种方法相比，该方法所需的代价更低，体现了其对提高整个团队合作的优越性。