目前随着网络技术、控制理论以及人工智能技术的快速发展,如何建立多个智能体之间的协调控制成为控制领域内研究的热点问题之一。该方法旨在利用多个结构简单的智能体,通过信息交互组成一个大规模网络化系统来完成一个复杂的任务。对于多智能体系统而言,传统的集中式控制方法需要建立整个系统的控制中心,因而难以完成系统的协调、稳定性控制。由此,分布式控制方法应运而生,其鲁棒性好、灵活性高、扩展性强等特点,使得该方法已经广泛应用于多智能体系统的一致性协调控制中,比如:卫星姿态控制、移动机器人编队、多无人机搜索救援、大规模电力调度等领域。另外,分布式控制方法仅利用各子系统的局部信息来协调完成整体控制目标,这将降低通信资源、无线通信范围和通信宽带等。然而,由于多智能体系统的规模不断扩大、通信传输网络的复杂化、系统的长时间高负荷运行等原因,多智能体系统不可避免的出现子系统故障或通信故障。如果不能及时发现并处理故障,将导致整个系统控制作用的失效,甚至带来重大的经济损失。因此,为保障多智能体系统的安全可靠运行,建立相应的容错控制策略成为重要的研究方向。本文在已有多智能体系统一致性成果的基础上,研究了多智能体系统在执行器故障下的容错控制问题,主要内容和成果包括以下几个方面:1)针对带有外部干扰的多智能体系统执行器故障问题,提出了基于未知输入观测器的容错控制方法。根据极点配置约束,设计领导者的分布式补偿器,相比于现有补偿器的常值增益或给定矩阵增益,具有较好的补偿效果。对于构造的增广多智能体系统,给出其可观性证明并设计相应的未知输入观测器。利用获得的状态和故障信息设计分布式容错控制器。最后,证明该方法在补偿系统故障和外部干扰的同时,可以实现多智能体系统的一致性跟踪,并通过仿真验证本章所提方法的有效性。2)针对一类非线性多智能体系统执行器故障问题,提出一种基于智能体领域信息和辅助变量信息下的固定时间观测器。利用辅助变量信息和状态估计信息构造智能体的残差向量,来完成多智能体系统故障检测任务。在故障被检测出来后,根据固定时间观测器给出故障估计算法,并提出相应的容错控制器,实现了多智能体系统设定时间内的一致性跟踪控制目标。3)针对领导者带有未知输入的多智能体系统执行器故障问题,提出一种时变耦合权值自适应容错控制器。该控制方法不仅克服了有向通信拓扑下非对称拉普拉斯矩阵和控制矩阵秩的限制,还消除了不连续控制信号引起的振颤问题。另外,故障估计器中的修正项的增加可以避免高频振荡对故障估计的影响。运用李雅普诺夫稳定性理论,证明多智能体系统的稳定性,实现容错控制目的,同时保证闭环信号的一致最终有界性。4)针对二阶非线性多智能体系统的执行器部分失效和偏移故障问题,基于跟随智能体邻域信息、加幂积分法和自适应控制技术,提出一种自适应固定时间容错控制器和相应的参数更新算法。由于故障的发生时间和大小都是完全未知的,该控制方法不仅克服了有限时间容错控制中的误差收敛时间依赖系统初值问题,还解决了有向通信下非对称拉普拉斯矩阵问题,拓宽该方法的使用范围。为了对所设计容错控制器的稳定性分析,提出一个新的不等式来处理指数问题,在跟踪误差收敛时间不受故障和系统初值影响下,实现了智能体系统一致性跟踪控制目标。最后,证明了智能体系统即使存在执行器故障,也能保证自适应律、跟踪误差的一致有界性。5)针对带有多领导者的多智能体系统时变编队容错控制问题,根据智能体邻域信息、队形信息、自适应控制技术和分布式控制策略,提出一种时变编队下多智能体系统的自适应容错控制器和自适应参数的跟新律。该方法不仅能补偿故障给智能体带来的影响,还能补偿故障对队形的作用。然后,利用李雅普诺夫方法证明了系统的稳定性,且闭环系统所有信号都是一致最终有界的。