尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
智能控制是具有智能信息處理和智能信息反饋以及智能控制決策的控制方式。體現於多個方面。如路徑跟蹤、管道檢測、語音識別等。早期機器人完成的任務比較簡單，對動態特性要求不高。近幾年，智能控制有著飛速發展，模糊控制理論和人工神經網路理論以及兩者的融合都大大提高了機器人的速度和精度。主要應用如多關節機器人跟蹤控制、月球機器人控制、除草機器人控制、烹飪機器人控制等。
智能控制的特點如下：
（1）智能控制通常是一個混合控制的過程，建立在非數學和數學模型基礎上的控制過程。
（2）智能控制的核心是對高水平實際、過程環境的管理、決策、規劃和控制。
（3）智能控制是利用人工智能、系統理論、專家經驗、信息獲取、神經網路、模式識別、機器人、推理、空間技術、計算機科學等技術區協調解決複雜過程控制問題。
（4）智能控制是最 新髮展研究的領域，並任然在不斷發展之中，是目前解決複雜過程控制問題的最好手段。隨著機器人技術的發展，高度非線性的控制要求以及環境的未知因素和不確定因素使得原有的控制系統性能下降，不能滿足要求。
但是智能控制方法本身也有著自身的局限性。例如機器人模糊控制中的庫容量如果很龐大，時間就會過長；如果庫的內容簡單，則精確性要受到限制。這些都是需要解決的問題。模糊邏輯控制簡稱模糊控制，是智能控制較早的形式，從廣義上講，模糊控制指的是應用模糊集合理論，統籌考慮系統的一種控制方式，不需要精確的數學模型，是解決不確定性系統控制的一種有效途徑。
神經網路控制的研究20 世紀60 年代，並在20 世紀80 年代得到了快速的發展。近幾年來，神經網路研究的目標是複雜的非線性系統的識別和控制等方面，神經網路在控制應用上具有以下特點：能夠充分逼近任意複雜的非線性系統；能夠學習與適應不確定系統的動態特性；有很強的魯棒性和容錯性等。因此，神經網路對機器人控制具有很大的吸引力。
在機器人的神經網路動力學控制方法中，典型的是計算力矩控制和分解運動加速度控制，前者在關節空間閉環，後者在直角坐標空間閉環。在基於模型計算力矩控制結構中，關鍵是逆運動學計算，為做到實時計算和避免參數不確定性，可通過神經網路來做到輸入輸出的非線性關係。對多自由度的機器人手臂，輸入參數多，學習時間長，為了減少訓練數據樣本的個數，可將整個系統分解為多個子系統，分別對每個子系統進行學習，這樣就會減少網路的訓練時間，可做到實時控制。