Este documento se centra en el problema de consenso óptimo de tiempo fijo de sistemas de múltiples agentes (MASs) bajo ataques de inyección de datos falsos (FDI). Para mitigar los ataques de FDI en sensores y actuadores que pueden hacer que los sistemas se desvíen de la trayectoria de referencia, se establece un marco de juego de suma cero, donde el protocolo de control seguro apunta a un mejor rendimiento del sistema, aunque el atacante juega un papel contrario. Al resolver la ecuación Hamilton-Jacobi-Isaacs (HJI) relacionada con el juego de suma cero, se obtiene un controlador óptimo de seguimiento seguro basado en el mecanismo de disparo de eventos (ETM) para disminuir el consumo de recursos del sistema mientras se garantiza el consenso de tiempo fijo. Además, se propone un algoritmo de aprendizaje por refuerzo (RL) en línea solo para críticos para aproximar la política óptima, en el que las redes neuronales críticas se construyen mediante un enfoque basado en la repetición de experiencias. Se adoptan sistemas de vehículos aéreos no tripulados (UAV) para verificar la viabilidad del enfoque presentado.