当前，一致性问题在海内外的研究涉及面很广泛，下面，我们通过几种典型的例子来 对该问题进行深入细致的阐述。 

（1）有领导者的一致性问题 

     许多实际应用的智能体系统中，一部分智能体担任领导者的作用。比如，在鱼 群的觅食过程中，一部分鱼起着领导者的作用，其余的鱼称为跟随者。我们把使得所 有跟随者趋于领导者的状态称为一致性跟踪问题或者协同跟踪问题。当智能体系统中， 领导者较多时，一致性问题的研究就变成了如何使跟随者进入领导者的凸包中[15]，也 就是我们通常所说的包含控制问题。包含控制可以解决许多实际问题。例如：一组机 器人要转移到另外一个地点，有一部分机器人能够感知危险并成功的躲避。是以，让 这些机器人充当领导者，其他机器人是跟随者。只要跟随者在领导者所包围的安全区 域内活动，都可以达到目的地。 77287

（2）非线性一致性问题 在实际的多智能体系统中，由于许多不确定成分的干扰，多智能体系统经常呈现论文网

非线性。虽然，科学家们在该方面投入大量的人力、物力，但是，由于非线性系统要 比线性系统复杂很多，关于非线性系统取得的成果是非常有限的。像往常一样利用研 究线性系统的方法来研究非线性系统已经不太可能，是以，对非线性系统的一致性研 究变得比较艰难，当前仍处在初级阶段。目前，研究非线性系统的方法是有限的。例 如，用模糊函数来代替非线性函数。该方法的实质就是利用模糊函数来逼近非线性函 数，从而解决复杂问题。总而言之，多智能体系统非线性一致性问题的研究尚未成熟， 为后人研究提供了很大的空间。

(4)高阶智能体一致性问题 我们将高阶智能体满足的动态方程写为：要使多智能体状态趋于一致， xi t 和 xi t ，l 2, …, m 都要趋于一致。该方程不但适 用于二阶多智能体系统，而且也适用于高阶多智能体系统。近年来，学者们研究高阶 多智能体系统时采用了如下的模型如下：

设计该系统的一致性算法