多智能体系统一致性控制在航天科技、智能交通、传感器网络等领域具有广阔的应用前景,因而受到众多学者的青睐。在实际中,智能体通常具有非线性动力学特性,且其传感器、控制器、执行器等模块以及智能体之间的信息交互环节往往经由网络连接或完成。然而,现实网络环境下带宽和信道容量的限制,可能诱导网络拥堵现象,致使信息传输产生时滞。同时,网络环境的复杂多变,可能诱导智能体之间的通信链路产生故障,从而使得通信拓扑结构发生改变。此外,智能体的部分状态信息可能难以测量或全局共享,需要重构其状态信息提供反馈控制信号。因此,本文综合考虑了拓扑变化、时滞和状态难测量或共享等因素,研究了基于状态重构的非线性多智能体系统领导跟随分布式一致性控制问题。主要研究工作如下:(1)研究了基于变频切换拓扑的非线性多智能体系统领导跟随状态反馈一致性控制问题。基于一个优化的拓扑切换规则,为跟随者设计了分布式切换观测器重构领导者的状态信息。进而,利用动态增益控制方法,提出了基于该观测器的分布式控制器,从而有效改善现有控制器存在的抖振问题。随后,证明了此控制器能实现领导跟随状态一致性。该算法允许部分切换拓扑不含以领导者为根节点的有向生成树,且能实现拓扑之间变频切换。(2)研究了已知输入滞后非线性多智能体系统领导跟随状态反馈一致性控制问题。基于无向固定通信拓扑,为跟随者设计了分布式有限时间观测器重构领导者的状态信息。进而,利用断截预测控制方法,提出了基于该观测器和输入时滞的分布式控制器。随后,根据李亚普诺夫稳定性定理,给出了实现领导跟随状态一致性的充分条件。该算法允许领导者的输入是未知的时变函数和输入时滞是彼此不同的时变函数。(3)研究了基于输出反馈的非线性多智能体系统领导跟随完全分布式输出一致性控制问题。基于智能体的相对输出信息,为跟随者设计了分布式降阶动态补偿器重构相关状态信息。进而,利用动态增益控制方法,提出了基于该补偿器的完全分布式类线性控制器。随后,证明了此控制器能在全局意义下实现领导跟随输出一致性。该算法可有效减少智能体之间的信息传输量,且允许跟随者智能体具有较强的非线性动力学特性。(4)研究了未知输入滞后非线性多智能体系统领导跟随输出反馈一致性控制问题。基于智能体的相对输出信息,为跟随者构建了分布式观测器和经典观测器分别重构领导者的状态信息和跟随者的状态信息。进而,利用断截预测控制方法,提出了基于该双重观测器且独立于输入时滞的分布式控制器。随后,根据李亚普诺夫稳定性定理,给出了实现领导跟随状态一致性的充分条件。该算法允许输入时滞是彼此不同且未知的时变函数。(5)研究了未知状态滞后非线性多智能体系统领导跟随输出反馈一致性控制问题。基于智能体的相对输出信息,为跟随者设计了分布式动态补偿器重构相关状态信息。进而,利用动态增益控制方法,提出了基于该补偿器且独立于状态时滞的分布式控制器。随后,证明了此控制器可实现领导跟随状态一致性。该算法允许智能体具有高阶不确定的非线性动态。最后,将该算法扩展到具有较强非线性动态的状态滞后多智能体系统。