本文主要研究的是具有未知非线性动态的多智能体网络自适应一致性问题，提出了三种自适应一致性算法．　　首先，针对在联合连通拓扑下的leaderless多智能体系统，假设智能体的未知非线性动态都能进行参数化，提出了一种自适应一致性算法，该算法仅仅依赖相邻智能体间的相对位置信息．　　其次，针对多智能体网络分组一致问题，分别对在无向拓扑和切换拓扑下进行了研究．在无向拓扑下，通过对所有智能体的未知非线性动态进行参数化，并采用自适应控制的策略和牵制控制思想，提出了自适应分组一致性算法，这些算法仅用到了每个智能体及其邻接智能体的相对位置状态信息．在此研究基础上，进一步研究了切换网络下自适应分组一致性问题，提出了一种一致性算法，使得多智能体系统在切换拓扑下能实现分组一致性．　　最后，基于Lyapunov理论，代数图论和Barbalat引理，自适应控制理论及代数图论等理论，对三种一致性算法分别进行了稳定性分析和参数收敛分析，并通过仿真实例验证了其正确性.