提出了一种基于神经网络的自适应方法，用于多主体系统的领导跟随控制。 使用神经网络来近似智能体的不确定动力学，并通过使用鲁棒信号来抵消近似误差和外部干扰。 当没有控制输入约束时，可以证明以下所有代理都可以跟踪领导者的时变状态，并且跟踪误差尽可能小。 与文献中的相关工作相比，考虑了代理动力学的不确定性。 领导者的状态可能会随时间变化； 以及针对每个后续代理的建议算法仅取决于其相邻代理的信息。 最后，通过仿真实例说明了该方法的令人满意的性能。