Este documento aborda el desafiante problema del seguimiento de consenso bipartito de sistemas de múltiples agentes que están sujetos a incertidumbres compuestas y fallas del actuador. Específicamente, el estudio considera un agente líder con dinámicas no lineales de orden fraccional desconocidas para los seguidores. Además, se tienen en cuenta las interacciones tanto cooperativas como competitivas entre los agentes. Para abordar estos problemas, el enfoque propuesto emplea un controlador de seguimiento de consenso bipartito robusto completamente distribuido, que integra un aproximador de red neuronal para estimar las incertidumbres del líder y los seguidores. Las leyes adaptativas de los parámetros de la red neuronal se actualizan continuamente en línea en función del error de seguimiento de consenso bipartito. Además, se utiliza una técnica de control adaptativo para generar el componente tolerante a fallas para mitigar la pérdida parcial causada por las fallas de efectividad del actuador. En comparación con los trabajos existentes sobre sistemas de múltiples agentes no lineales, consideramos las incertidumbres compuestas, las fallas del actuador y las interacciones cooperativas-competitivas simultáneamente. Al implementar el esquema de control propuesto, la robustez del sistema en lazo cerrado puede mejorarse significativamente. Finalmente, se realizan simulaciones numéricas para validar la efectividad del esquema de control.