近年来，多智能体系统的协调与控制问题成为控制理论和人工智能领域的研究热点，基于一阶或二阶积分系统模型的多智能体的研究已取得丰硕的研究成果。然而在实际应用中，上述模型并不能反映个体的真实运动特性，因此，动力学为Euler-Lagrange方程的多智能体系统成为该领域的一个新的研究热点。本课题基于领航-跟随方法，将跟踪目标视为虚拟领航智能体，在仅有部分跟随智能体能获取虚拟领航智能体的状态信息的情形下，从多Euler-Lagrange系统运动的聚集、一致性、目标跟踪等三个方面对有向网络中多Euler-Lagrange系统协调控制问题进行了研究。论文的主要研究工作和成果如下：1、根据多Euler-Lagrange系统的群体运动状态，研究了以下三种情况下的群集运动控制问题：1）具有单个虚拟领航智能体的一致性跟踪控制；2）智能体之间无碰撞的协调跟踪控制；3）具有多个虚拟领航智能体的包容控制。针对第一种群体运动方式，首先对每个跟随智能体设计分布式估计器，然后提出了跟踪控制律和参数自适应控制律，实现群体一致性跟踪；针对第二种群体运动方式，利用人工势场函数法实现多Euler-Lagrange系统个体避免碰撞并达到一致性跟踪；针对第三种群体运动方式，设计一致性协调控制律，使跟随智能体在有限时间内收敛并保持在虚拟领航智能体所构成的动态凸包中。2、针对多Euler-Lagrange系统的个体之间速度信息未知仅有位置信息交互的情况，首先利用多智能体的位置信息设计分布式估计器，估计出智能体之间的相对速度，进而利用位置信息和估计的相对速度信息设计分布式自适应控制律，实现协调跟踪控制。3、进一步综合考虑Euler-Lagrange系统的电机动态特性，采用反演技术和自适应控制策略，提出了一种以电机电压为控制输入的分布式自适应控制算法，实现所有跟随智能体对虚拟领航智能体的跟踪。