Un groupe de robots collaboratifs peut gérer des tâches qui sont difficiles, voire impossibles, à accomplir par un seul. On appelle un ensemble de robots coopérant un système multi-agents (SMA). L'interaction entre agents est un facteur clé dans la commande coopérative qui pose d'importants défis théoriques et pratiques. L'une des tâches du contrôle coopératif est le consensus dont l'objectif est de concevoir des protocoles de commande afin de parvenir à un accord entre leurs états respectifs. Cette thèse améliore la navigation pour les SMA, tout en tenant compte de certaines contraintes pratiques (modèle du robot et contraintes temporelles) dans la conception de contrôleurs coopératifs pour chaque agent, de manière décentralisée. Dans cette thèse, deux directions sont étudiées. D'une part, le taux de convergence est une spécification de performance importante pour la conception du contrôleur pour un système dynamique. La convergence rapide est toujours recherchée pour améliorer les performances et la robustesse. La plupart des algorithmes de consensus existants se concentrent sur la convergence asymptotique, où le temps d'établissement est infini. Cependant, de nombreuses applications nécessitent une convergence rapide généralement caractérisée par une stratégie de commande à temps fini. De plus, la commande à temps fini autorise certaines propriétés intéressantes, mais le temps de stabilisation dépend des conditions initiales des agents. L'objectif ici est de concevoir un protocole de consensus leader-follower à temps fixe pour les SMA décrits en temps continu. Ce problème est étudié en utilisant la théorie de la stabilisation à temps fixe, qui garantit que le temps de stabilisation est borné quelles que soient les conditions initiales. Les contrôleurs et les observateurs à modes glissants sont conçus pour que chaque agent résolve le problème du consensus à temps fixe lorsque le leader est dynamique. D'autre part, par rapport aux systèmes à temps continu, le problème du consensus dans un cadre à temps discret convient mieux aux applications pratiques en raison de la limitation des ressources de calcul pour chaque agent. Le modèle de commande prédictive (MPC) permet de gérer les contraintes de commande et d'état des systèmes. Dans cette thèse, cette méthode est appliquée pour traiter le problème du consensus en temps discret en laissant chaque agent résoudre, à chaque étape, un problème de commande optimale contraint impliquant uniquement l'état des agents voisins. Les performances de suivi sont également améliorées dans cette thèse en ajoutant de nouveaux termes à partir du MPC classique. Les contrôleurs proposés sont simulés et implémentés sur un groupe composé de plusieurs robots réels en utilisant ROS (Robotic Operating System). Dans cette thèse, quelques solutions correspondant au problème de la connexion entre plusieurs robots mobiles de manière décentralisée, du réglage des périodes d'échantillonnage et des paramètres de contrôle sont également abordées. / Nowadays, robots have become increasingly important to investigate hazardous and dangerous environments. A group of collaborating robots can often deal with tasks that are difficult, or even impossible, to be accomplished by a single robot. Multiple robots working in a cooperative manner is called as a Multi-Agent System (MAS). The interaction between agents to achieve a global task is a key in cooperative control. Cooperative control of MASs poses significant theoretical and practical challenges. One of the fundamental topics in cooperative control is the consensus where the objective is to design control protocols between agents to achieve a state agreement. This thesis improves the navigation scheme for MASs, while taking into account some practical constraints (robot model and temporal constraints) in the design of cooperative controllers for each agent, in a fully decentralized way. In this thesis, two directions are investigated. On one hand, the convergence rate is an important performance specification to design the controller for a dynamical system. As an important performance measure for the coordination control of MASs, fast convergence is always pursued to achieve better performance and robustness. Most of the existing consensus algorithms focus on asymptotic convergence, where the settling time is infinite. However, many applications require a high speed convergence generally characterized by a finite-time control strategy. Moreover, finite-time control allows some advantageous properties but the settling time depend on the initial states of agents. The objective here is to design a fixed-time leader-follower consensus protocol for MASs described in continuous-time. This problem is studied using the powerful theory of fixed-time stabilization, which guarantee that the settling time is upper bounded regardless to the initial conditions. Sliding mode controllers and sliding mode observers are designed for each agent to solve the fixed-time consensus tracking problem when the leader is dynamic. On the other hand, compared with continuous-time systems, consensus problem in a discrete-time framework is more suitable for practical applications due to the limitation of computational resources for each agent. Model Predictive Control (MPC) has the ability to handle control and state constraints for discrete-time systems. In this thesis, this method is applied to deal with the consensus problem in discrete-time by letting each agent to solve, at each step, a constrained optimal control problem involving only the state of neighboring agents. The tracking performances are also improved in this thesis by adding new terms in the classical MPC technique. The proposed controllers will be simulated and implemented on a team of multiple Mini-Lab Enova Robots using ROS (Robotic Operating System) which is an operating system for mobile robots. ROS provides not only standard operating system services but also high-level functionalities. In this thesis, some solutions corresponding to problem of connection between multiple mobile robots in a decentralized way for a wireless robotic network, of tuning of the sampling periods and control parameters are also discussed.