综述了多智能体系统协调控制一致性问题的发展情况，介绍了解决一致性问题的主要原理和适用范围，对一致性协议进行了总结，对一致性问题研究的主要领域进行了深入阐述，对群集、蜂涌、聚集、传感器网络估计等问题进行分析和阐述。最后讨论了以上领域尚未解决的问题和未来的研究方向。

基于多智能体的深度强化学习RL的优化OBSS干扰的matlab仿真，matlab2021a测试，深度强化学习训练过程仿真较长。

异构混合阶多智能体系统编队控制的分布式优化,matlab2021a仿真测试

针对具有本质非线性动态的多智能体网络，研究分布式包容控制问题。假设只有部分个体已知领航者信息，依据相对位置和速度信息设计分布式控制律。基于代数图论、矩阵理论和Lyapunov稳定性分析方法，得出非线性网络实现渐近包容控制的充分条件。当跟随者之间有向强连通且每个跟随者都至少存在一个领航者与其通信，可选取合适的控制增益使得跟随者渐近收敛到由多个领航者所围成的静态凸包中。仿真实例验证了理论分析的正确性和有效性。

超智能体（YJango）

基于flocking算法的多智能体动态系统编队仿真，matlab2021a测试仿真

queue_gap=15; % 队形间隔 queue_vy=12; queue_vx=13; queue_r=40; r_c=20; % 交互范围（半径） k=1.2; % 晶格的ratio d=r_c/k; % 晶格的scale(表示两两智能体之间的距离（论文中公式5）) v_0=2; % 初始速度 v_limit=0; % 最大速度 efs = 1; % sigma-norms parameter h=0.4; % 设置bump function的分割点（公式10）

多智能体系统是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。

突发事件下人群疏散行为是安全领域的研究热点,分析复杂环境下行为决策和个人心理、生理对疏散行为和时间的影响,为公共场所安全设计和制订应急预案提供可靠依据。如何体现群体的整体性和个体的差异性是人群疏散仿真的难点。为解决上述问题,提出一种多智能体和元胞自动机的人群疏散模型。首先将元胞空间中被虚拟人个体占据的元胞视为一个独立的Agent,并将元胞及其状态进行封装,扩展为具有自主性的Agent。然后通过设计各种人群疏散行为策略做为演化规则,实现个体的差异性,较好地体现了个人个性、体力、心理(恐慌度)等对疏散行为的影响。仿真结果表明,考虑了个体内在因索的人群疏散模型更接近现实,进一步提高了模型对实践的指导...

集中式优化方法难以应对未来电网柔性负荷广泛渗透以及电力元件“即插即用”的技术要求。区别于集中式经济调度，提出一种电力系统分布式经济调度策略。应用多智能体系统中的一致性算法，以发电机组的增量成本和柔性负荷的增量效益作为一致性变量，设计一种用于电力系统经济调度的算法，通过分布式优化的方式求解经济调度问题。算例仿真与分析验证了所提调度策略的有效性。