在过去的十几年中,多智能体系统的编队控制已成为多智能体系统协同作业课题中一个非常具有挑战性的研究课题。近年来,随着对分组编队需求的增大,研究聚类编队技术的价值也越来越高。在聚类编队问题中,考虑智能体尺度的多样性同样是具有研究意义和前景的课题。而在现代工业控制系统中,不可避免地存在着干扰和不确定因素。因此,研究具有抗干扰性的先进控制策略对于控制系统运行效果的改善和生产效率的提高都具有举足轻重的意义,且具有广泛的实际应用前景。本文首先介绍了两种传统的非线性干扰观测器技术,研究了适用于工业系统的一种非线性恒定干扰观测器和一种非线性谐波干扰观测器,提出了使用干扰观测控制技术设计控制器的一般框架。又研究了针对匹配干扰和不匹配干扰的干扰观测控制算法以及一种适用于不匹配干扰的基于干扰观测器的滑模控制算法。然后,将非线性干扰观测控制方法应用到多智能体系统的聚类编队问题中,先以二阶多智能体系统为研究对象,研究了在存在匹配干扰情况下的聚类编队问题。系统中的智能体被划分为多个集群,并且每个集群需要维持预定义的时变子编队。设计了干扰观测器用于识别和补偿干扰,再提出基于干扰观测器的聚类编队控制协议,以确保同一集群中的智能体实现预定义的时变子编队。基于图论和李雅普诺夫方法,给出了多智能体系统实现控制目标的充分条件。最后,又进一步以高阶多智能体系统为研究对象,研究了在不匹配干扰下多智能体系统的基于尺度的聚类编队问题。系统中的智能体根据其尺度被分为不同的集群,并且尺度之间存在巨大的差异。提出了一种带有干扰观测器的分布式滑模控制算法,分别解决了无领导者和有领导者情况下的高阶多智能体系统的聚类编队问题。先设计一个基于误差的观测器来识别干扰,再设计基于尺度的滑模面,进而提出了基于尺度的聚类编队控制协议。另外,本文还通过Matlab数值仿真平台,对设计的控制器进行仿真研究,验证了所提出的非线性干扰观测控制算法和多智能体系统聚类编队控制算法的正确性和有效性。