大量的科学研究者早在几十年前便对多智能体系统的协同控制进行考查。如今,其研究成果已广泛应用于众多领域,如无人机系编队控制、卫星系统协同控制以及智能交通系统协同控制等。尽管含未知参数的系统在实际应用中不可避免,然而大部分研究结果考虑的是内部状态完全已知的系统,对含未知参数的系统研究还非常有限。此外,许多文献对未知参数的处理存在一些问题,比如传输邻居智能体未知参数估计值或本地估计邻居智能体未知参数,这会造成额外的参数估计值传输或不必要的未知参数估计,并且增加系统设计难度。因此,本文主要针对非线性多智能体系统含有未知参数的情况进行了一致分析,同时全面的探讨了二阶和高阶非线性多智能体系统在系统状态可测量、不可测量的情况下的一致性问题,并提出了新的自适应一致性控制算法,避免了额外的参数传输或不必要的参数估计。首先,分析了含未知参数的二阶非线性多智能体系统在系统状态可测量时的一致性问题。采用Backstepping算法设计了在多智能体系统拓扑结构满足强连通条件下的自适应控制算法,并利用Lyapunov稳定性理论将无领航者系统的一致性问题转化成为误差分析问题,实现了系统一致最终有界且避免了额外的参数传输或不必要的参数估计;其次,对含未知参数的二阶非线性连续多智能体系统,研究了系统状态不可测量下的一致性控制问题。针对不可测量的系统状态,结合系统模型构建线性状态观测器,并设计自适应一致性控制算法使系统实现一致最终有界,同时解决了额外参数传输和不必要参数估计的问题。最后,放松对非线性函数必须有界的限制条件,进一步探究了含未知参数的高阶非线性多智能体系统的一致性问题。通过数值仿真验证了控制算法有效性。由于现实应用过程中,许多智能体系统的物理模型存在非线性以及含有未知参数。因此,本文对含未知参数的非线性多智能体系统一致性问题展开研究,其研究结果具有很好的实用价值。