非线性多智能体系统的分布式输出包含控制(2)
所示。
这些群体通常都是由数目比较庞大的生命个体组成，虽然单个个体力量微小，只能通过周围的同伴获取局部信息，个体在群体中的相对位置也在不断地变化，但是它们总能文持动态的平衡，完成复杂的任务，它们的合作之细致令人惊叹叫绝。这些神奇的自然现象引起了生物学家和计算机学家的重视，科研人员一直希望能将它们合作机制运用到工程实际中去，即利用多个个体构成的交互式整体解决超过所有单个个体能力的大规模的复杂任务。在社会生产中多个价格相对低廉的智能设备代替单个价格昂贵的控制系统来完成繁杂的任务，从而很大程度上节约生产成本，如卫星群、智能电网；在特定恶劣的气候条件下帮助人类完成危险的任务，如机器人水下勘测、无人机军情侦察。
展示了多智能体系统在航天科技和工业生产中的应用实例。
智能网络 多智能体网络的协同控制是指个体根据系统网络的拓扑结构交换信息，包括位置信息、速度信息等，通过协同合作来完成特定的任务。它的基本问题包括：
(1)一致性问题：网络系统中所有个体的状态最终趋于一致，它是协同控制研究的核心问题，其余的协同控制问题是它的拓展和延伸。
(2)合会问题：网络中所有个体的位置实现同步，相对速度渐进于0。比如两个航天器在空间交会对接时必须不断调整姿态间距，使他们的位置达到同步。
(3)聚结问题：所有个体在向群体中心靠拢过程中进行速度匹配。比如角马渡河时必须按照一定的速度，以防止践踏或者碰撞。
(4)编队问题：多个个体同时到达某一特定的区域，并且在运动过程中保持响应的队列。比如无人驾驶机群的编队搜索。 根据多智能体系统中有无领导者，可以将其分为无领导者的网络协同控制、单个领导者的跟踪控制和多个领导者的包含控制。例如包含控制，所有的跟随者在多个领导者的引导下，最终到达领导者所形成的最小几何空间（凸包）中。在实际生活中，包含控制在舰船护航、抢险救灾和危险物资运输配给等领域有很重要的研究和应用价值。 另一发面，现实生活中没有绝对的线性系统，而且实际建模过程中还要考虑噪声干扰等不确定因素，所以非线性系统能更好地反映工程实际，例如严格反馈型非线性系统，它是机械臂、单摆系统的数学模型。近些年来，研究学者致力于将网络协同控制和非线性理论结合起来，由于非线性系统具有更加复杂的动力学方程，线性多智能体的协同控制常用的一些方法并不再适用，因此，它具有很大的研究价值和发展潜力。