为了解决多智能体系统在有障碍物的场景下协同运动控制中无线通信成本较高的问题,本文设计了一种分布式事件触发优化控制方法.该方法包括计算通信与控制的联合策略以及确定多智能体之间通信的触发条件,使多智能体无需实时或按周期地进行通信,从而有效降低数据传输总量,实现优化通信机制,达到降低通信成本的目的;同时为了使智能体能够避开其他智能体与障碍物,设计了一种基于指数函数的碰撞惩罚项,使智能体在接近障碍物或其他智能体的过程中受到按照指数式增大的惩罚,避免发生碰撞.将该方法应用于多智能体深度确定性策略梯度(multi-agent　deep　deterministic　policy　gradient,　MADDPG)算法中,在添加障碍物的多智能体粒子环境(multi-agent　particle　environment,　MPE)上的仿真实验结果表明,该方法可以在较好地完成多智能体协同控制任务的同时减少数据传输量,达到了优化通信机制、降低通信成本的目的.