隨著分布式系統(tǒng)和人工智能技術的飛速發(fā)展，多智能體系統(tǒng)在無人機編隊、機器人協(xié)作、智能電網等領域的應用日益廣泛，其中協(xié)同控制，尤其是一致性控制成為研究熱點。面對多智能體系統(tǒng)一致性控制中模型未知或難以獲取的挑戰(zhàn)，本書聚焦于運用自適應動態(tài)規(guī)劃(ADP)技術解決模型未知情況下的多智能體系統(tǒng)最優(yōu)一致性問題，探討了包含控制、領導-跟隨一致性控制、異構系統(tǒng)輸出一致性控制等多種場景下的ADP控制方法，并研究了基于高斯過程回歸的評價網絡設計以提升ADP性能。本書可供高等院校自動化、控制理論與控制工程、人工智能、計算機科學等相關專業(yè)的學生、教師及科研工作者閱讀參考。