多智能体系统的协同控制是近年来控制领域的一个前沿课题,在航天、通信和交通等多个领域中得到了广泛的应用。在实际中,一系列复杂的机械系统一般用Euler-Lagrange方程来描述其动力学特性。但该模型本身具有非线性以及强耦合性等特点,对线性系统提出的协调控制算法理论将不再适用于Euler-Lagrange系统,特别是存在未建模动态和外部扰动的情况。因此,本文针对同时存在未建模动态和外部扰动的Euler-Lagrange系统的一致性控制问题进行了深入研究,主要内容如下:首先,对同时存在未建模动态和外部扰动的Euler-Lagrange系统的动力学建模及相关性质进行简单介绍;给出本文用到的非线性理论和代数图论知识,为后续章节控制器的设计奠定了理论基础。其次,针对单领航者的网络化多Euler-Lagrange系统的一致性问题,提出一种不依赖系统精确数学模型的分布式自适应跟踪算法。在仅有部分跟随者能够接收领航者信息的情况下,采用分布式速度估计器对领航者的速度进行估计,并设计基于RBF神经网络的干扰补偿器对Euler-Lagrange系统中的未建模动态和外界扰动进行补偿和抵消,运用Lyapunov稳定性理论对设计的控制器进行稳定性分析,仿真结果表明网络中的每个跟随者都实现对领航者的一致性跟踪。最后,针对同时存在未建模动态和外部干扰的多Euler-Lagrange系统的一致性问题,提出一种基于扩张状态观测器(Extended State Observer,ESO)分布式控制协议,弥补了RBF神经网络的计算量大、设计过程复杂的局限性。利用扩张状态观测器实时估计外界扰动和未建模动态,并将扩张状态观测器的估计补偿到控制协议中。基于无源性理论以及Barbalat引理证明该控制协议能够使网络化多Euler-Lagrange系统实现一致性,并且该控制协议对切换的网络拓扑结构同样适用。仿真结果表明在基于ESO的控制协议的作用下,各机械手的状态达到一致。