一致性指通过与邻近智能体互动使得整个系统中的个体达到一个共同的状态。一致性问题在工程领域应用广泛，如编队控制，主动避撞，姿态调整和群聚行为研究等。

早期的多智能体研究多采用一阶积分模型，如文献[1]提出了一种，文献[2]则给出了，文献[3]则将其扩展到了变结构有向联络拓扑结构的情况。文献[4,5]对目前一致性问题的研究进行了综述。一阶系统的一致性证明可以转换为求解联络拓扑结构图的拉普拉斯矩阵特征根的分布问题。虽然一阶多智能体系统可以很好诠释一致性现象，但是工程中个体结构常常具有比一阶模型复杂的多。因此很多早期的研究成果并不能实际应用，这也促进了对于更一般智能体模型的研究。文献[6]提出了二阶模型，并指出一阶系统的一致性条件，即固定或切换联络图片中含有生成树，并不适用于二阶系统。文献[7]证明了二阶多智能体系统的一致性不仅需要满足联络图中含有生成树,而且对控制协议中参数的选取也有要求。84712

，但在工程应用中，常常遇到无法直接测量智能体状态的情况，因此非线性算法也是一致性分析的重要课题。此外，目前的一致性研究多假设时间因此，在有限时间内实现具有更高的应用价值。基于此，文献[8]主要研究了 。

    需要注意的是，目前有关多智能体系统一致性的研究大多没有考虑输入饱和的影响，因而难以实际应用。针对受输入饱和限制的单体系统，文献[10]通过使用低增益线性反馈的方法，证明了线性反馈能够实现受输入饱和限制的有界控制渐近零可控系统的半全局稳定。通过低增益反馈实现半全局稳定的核心思想是：假设存在一个任意大小的关于状态空间的有界集合，那么必然存在一个足够小的反馈增益，满足只要初始状态在该有界集合内，那么就不会发生控制饱和，即使得闭环系统能够实现线性控制。针对采用线性有界控制渐近零可控模型的多智能体系统，文献[11]采用低增益方法构建线性反馈协议，从而使得系统能够实现半全局一致。尽管半全局一致满足在任意在初始条件下均能达到一致，然而当初始状态值非常大时增益将会非常低。因此，当智能体越来越接近一致时，控制信号也就会越来越微弱，使得后面的收敛非常缓慢。因此，通过低增益反馈来规避输入饱和并不是解决一致性问题的理想方式。