概述
目前關於多智能體系統協同問題的研究中，除了一致性問題的研究，還有蜂擁（Flocking）、羣集（Swarming）、編隊（Formation）、聚集（Rendezvous或Aggregation）、包含控制等協同控制問題。
蜂擁控制算法發展史
- 1987年，Reynlods首次針對蜂擁運動提出了著名的“Biod”模型，並給出了蜂擁控制的三個基本規則：分離（Separation）原則，聚合（Cohesion）原則，速度匹配（Alignment）原則。
- 1995年，物理學家Vicsek等給出了一個簡化的蜂擁控制模型，即Vicsek模型，其僅僅考慮智能體的速度匹配性。
- 2003年，Jadbabaie等第一次給出了Vicsek模型收斂性的嚴格證明。後續還有許多文獻對Vicsek模型做了進一步的說明和拓展。
- 2006年，Olfati-Saber等結合Reynlods所提三條規則對二階線性多智能體系統的分佈式蜂擁控制設計與分析提出了一個理論框架。
- 2007年，Cucker-Smale爲更好的刻畫蜂擁現象從應用數學角度提出了相應的數學模型，即Cucker-Smale模型。基於Cucker-Smale模型。
除了上述模型外，國內外學者從實際應用出發，還基於一些機械系統模型研究了多機器人的蜂擁控制問題，並提出了其他的控制算法。
- 勢能函數法：Tanner、Jadbabaie等基於勢能函數法研究了固定拓撲下二維非完整多智能體系統的蜂擁控制問題；Sun基於較弱的連通拓撲條件利用勢能函數法分析了二階線性多智能體系統的蜂擁控制的穩定性；考慮到外部擾動，黃捷等基於勢能函數法實現了二階積分器多智能體系統的蜂擁控制。
- 模型預測法：李翔等基於模型預測控制方法僅僅使用位置信息分別設計了相應的集中式和分佈式控制協議，實現了多智能體系統的蜂擁控制；針對控制輸入受限的二階多智能體系統，張海濤等設計了相應的模型預測控制器，實現了多智能體的蜂擁控制。
- 領導－跟隨者法：溫廣輝等基於間歇性的速度信息分別研究了無領導者、有領導者下二階線性多智能體系統的蜂擁控制問題；王龍等基於領導－跟隨者方法研究了具有非完整約束的多機器魚蜂擁協同控制問題；Yu等基於事件驅動的混雜控制方法研究了領導－跟隨者蜂擁控制問題。
- 幾何分解法：Li與Spong首先利用幾何分解法研究了二階線性多智能體的蜂擁控制；之後，Li又將該方法運用到更復雜的拓撲結構，研究了多智能體系統的一致性和蜂擁控制問題。
- 虛擬結構法：Do通過虛擬結構技術研究了通訊範圍有限的多個橢圓形智能體系統的分佈式蜂擁控制問題。
- 反演法：Dong基於反演法分別研究了固定拓撲和切換拓撲下二維非完整多智能體系統的蜂擁控制；Cheng等基於反演法設計了一個新的領導－跟隨者控制協議，實現了相應的蜂擁控制。
- 神經自適應控制法：針對智能體和領導者模型中動力未知下，Peng等基於所設計的神經自適應控制協議實現了二維非完整多智能體系統的蜂擁控制；針對有向切換拓撲與控制輸入受限的二階多智能體系統，Atrianfar等提出了自適應控制結構，實現了領導－跟隨者蜂擁控制。
- 數學演繹法：朱建棟、呂金虎和餘星火分別針對二維非完整運動學模型和動力學模型，設計了相應的線性和非線性控制協議，基於數學歸納法等數學工具實現了二維非完整多智能體系統的蜂擁控制。