本程序是自己针对一篇IEEE TCST文章，用matlab编程实现，已验证可以运行。附件有详细的程序使用说明，和对应的文章。适合多智能体的编队或一致性研究的初学者学习。(这个程序上传的时候少了一个m文件，请搜索本人上传的所有资源找到补充文件)

对多辆无人机和无人车进行协同编队控制的实验程序 实验系统在Ubuntu环境下通过ROS软件框架进行搭建 无人车：Turtlebot，无人机：Bebop 实验视频1：https://www.bilibili.com/video/BV1MF41137P8?spm_id_from=333.999.0.0 实验视频2：https://www.bilibili.com/video/BV12a41147jh?spm_id_from=333.999.0.0

用人工势场法做的机器人编队控制，很实用，直接运行

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

用人工势场法做的机器人编队控制，很实用，直接运行

无人机协同编队算法实现，包含多个matlab的m文件，使用方法把GIF文件的路径改为文件夹路径中的test.gif路径就可以了

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。

利用具有虚拟领航者的二阶动态一致性协议讨论了三维空间内分布式无人机编队控制问题。利用反馈线性化的方法将无人机非线性动力学模型线性化，将控制输入转化为惯性坐标系中三个坐标轴方向的加速度。运用一致性算法求解线性化后的无人机模型，使无人机能够形成稳定的预期编队并跟随虚拟领航者沿特定航线以一定速度运动。定义了编队的误差函数并运用Lyapunov稳定性理论证明了系统的稳定性。仿真验证了模型和算法的有效性。

六个智能体组成多边形队形的队形保持仿真，直接运行FZ1、FZ2、FZ3、FZ5

针对一类具有任意初始状态的部分非正则多智能体系统,提出一种迭代学习控制算法.该算法将具有固定拓扑结构的多智能体编队控制问题转化为广义上的跟踪问题,即让领导者跟踪给定的期望轨迹,而跟随者要始终保持预定队形对某一智能体进行跟踪,并将该智能体作为自身的领导者.同时,为了使每个智能体在任意初始状态下都能按照期望队形进行编队,对每个智能体的初始状态设计迭代学习律,并从理论上对算法的收敛性进行严格证明,给出算法收敛的充分条件.所提出的算法对于各个智能体在任意初始位置条件下均能实现在有限时间区间内系统的稳定编队.最后,通过仿真算例进一步验证了所提出算法的有效性.