Este documento investiga el problema de control de formación de sistemas de vehículos aéreos no tripulados (VANT) con múltiples modos de operación. Si bien el cambio de modo mejora la flexibilidad de los sistemas de VANT, también introduce comportamientos de cambio de modelo dinámico en los VANT. Además, obtener un modelo dinámico preciso para un sistema de múltiples VANT es un desafío en la práctica. Adicionalmente, las fallas en los enlaces de comunicación y las perturbaciones desconocidas que varían en el tiempo son inevitables en los sistemas de múltiples VANT. Por lo tanto, para superar los efectos adversos de los desafíos mencionados, se propone en este documento una estrategia de control de formación híbrida de aprendizaje iterativo. El controlador propuesto no depende de un modelado preciso y exhibe su capacidad de aprendizaje al utilizar datos históricos de entrada-salida para actualizar la entrada de control actual. Además, se demuestran dos teoremas de convergencia para garantizar la convergencia del estado, la estimación de perturbaciones y los errores de seguimiento de formación. Finalmente, se realizan tres ejemplos de simulación para un sistema de múltiples VANT que consiste en cuatro VANT cuatrirrotores bajo múltiples modos de operación, topologías cambiantes y perturbaciones externas. Los resultados de las simulaciones muestran la efectividad y superioridad de la estrategia para lograr los objetivos de control de formación deseados.