多智能体系统的一致性问题由于广泛的应用而备受关注,比如卫星姿态对准,分布式优化,分布式参数估计等。作为多智能体协同控制的基本问题,一致性是指一群智能体通过与邻居交互达到相同的状态。在传统的一致性控制设定中,假设多智能体系统可以得到连续的通信和控制信号,但这个过程会消耗大量通信资源,要求多智能体有足够的计算资源和理想通信环境的支持。显然,这在某些实际应用中是不现实的,尤其在系统的通信受限的情形下。事件触发控制的引入为上述问题提供了积极的解决方案。针对存在非线性以及不确定参数的多智能体系统,研究了如何设计合适的事件触发机制,避免多智能体之间的连续通信。主要研究内容和成果如下:针对存在不确定性的多智能体系统,在一致性控制算法中引入了一种新的事件触发机制。与传统的事件触发控制不同,该算法将事件触发条件引入到系统的参考模型中。事件触发控制器不依赖智能体之间的连续通信,对于不确定参数,则通过自适应算法解决。在无向图下设计了一个状态相关的触发条件,其中每个智能体仅需要连续测量其自身的状态即可确定何时触发事件并将其状态广播给邻居。此外,设计了有向图下状态无关的触发条件。相较于状态相关的触发条件,状态无关的触发条件有更简单的形式,对系统拓扑结构有更低的要求。每个智能体向邻居广播其状态的时间仅取决于其自身状态的变化,而不取决于其邻居的状态。但是由于阈值完全独立于系统状态,因此采样行为无法明确反映系统动力学的性质。为一致性算法引入事件触发机制的另一个挑战是设计的算法不仅要保证智能体可以实现一致性,同时也要保证事件触发的间隔严格大于零(即没有Zeno行为)。设计的初衷是为了降低智能体之间的通信频率,如果无法保证这一点,提出的设计方法将没有任何意义。通过Matlab仿真验证了算法的正确性,并说明了本文提出的事件触发控制器的优点。