随着分布式系统和人工智能技术的飞速发展，多智能体系统在无人机编队、机器人协作、智能电网等领域的应用日益广泛，其中协同控制，尤其是一致性控制成为研究热点。面对多智能体系统一致性控制中模型未知或难以获取的挑战，本书聚焦于运用自适应动态规划(ADP)技术解决模型未知情况下的多智能体系统最优一致性问题，探讨了包含控制、领导-跟随一致性控制、异构系统输出一致性控制等多种场景下的ADP控制方法，并研究了基于高斯过程回归的评价网络设计以提升ADP性能。本书可供高等院校自动化、控制理论与控制工程、人工智能、计算机科学等相关专业的学生、教师及科研工作者阅读参考。