多智能体系统是由大量具有环境观察、任务规划和操作功能的智能体组成。多智能体系统是分布式人工智能的一个重要的组成部分。在网络和分布式环境下，每个智能体是独立自主的，并且能作用于自身和环境，能够操纵环境的部分表示，能对环境的变化做出反映，更重要的是能与其他智能体通信、交互，彼此协同工作，完成共同的目标。　　 “同步”意味着在所有Agent状态的基础上对于某个特定感兴趣的问题达到一致。同步问题研究已有很久的历史，关于同步问题的研究起始于1960年代的管理科学统计，并构成了分步计算领域的基础。采用线性反馈律可在网络连通的前提下实现系统的同步，但收敛速度在此反馈律下受到限制，而且连通性的保持在动态结构中也不能得到保证。为了加快收敛速度，Olfati-Saber引进了非线性反馈律。此外，Wang和Xiao介绍的非线性反馈律保证了系统在有限的时间内达到同步状态。　　 本课题在分散混合控制理论框架的基础上，针对一类混合系统提出混合反馈律，并应用于多智能体系统的同步控制和连通性地保持。混合反馈律使得系统在不同的条件下可以采用不同的控制规律，具有灵活多变、实现最优控制的特性。通过采用混合控制律，不仅弥补了单一反馈机制的缺陷，可以有效地加强动态网络的连通性，同时非线性反馈律的引入也加快了系统的收敛速度，缩短了收敛时间。此外，在本文中还将分散混合控制律应用于小世界网络的控制，通过仿真表明了所提方案的有效性。　　 本课题从共同Lyapunov函数着手，证明了混合系统的平均同步性质。本课题所介绍的分散混合控制器把混合系统和多智能体系统结合起来，促进了多智能体系统控制理论和方法的丰富和发展。