智能控制是在學習、決策和解決問題時模仿人類智能的控制方法,人類可以體驗、學習、適應,計算機工程師正在尋找一種用人工智能再現自然智能的方法。這種控制方法的實際應用面向計算機技術、軍事應用、航空應用等多個領域...
智能控制是在學習、決策和解決問題時模仿人類智能的控制方法,人類可以體驗、學習、適應,計算機工程師正在尋找一種用人工智能再現自然智能的方法。這種控制方法的實際應用面向計算機技術、軍事應用、航空應用等多個領域,以及機器人技術。

盡管大多數現代軍用機器人都是由人類遠程操作的,未來的作戰無人機可能能夠自行適應和響應環境。
雖然已經有許多人工智能方法,如神經網絡、遺傳算法和貝葉斯概率,但智能控制領域仍在發展和創造更多的控制方法。智能控制是由計算機科學、數學、運籌學和控制理論支持的,同時它也從生命科學中得到了思想。然而,最廣為人知的控制技術,貝葉斯概率也被稱為概率解釋。這種控制方法利用數學算法來學習問題,然后應用數學來解決問題。神經網絡利用系統辨識和控制理論來發揮作用,它是一種新的控制方法應用于語音識別、圖像分析和自適應控制。可能最著名的應用程序是Xbox?Kinect?,這是一種游戲機硬件,它使用視頻和音頻傳感器讓用戶通過物理行為與游戲進行交互。
在商業、軍事和工業應用中,對更高級智能控制的需求日益增長這些領域的問題總是會出現,因此需要能夠獨立處理這些問題的自組織/學習控制,無人駕駛飛機學會識別和避開物體。在這些領域中,智能控制最受歡迎的應用是機器人學和人工智能。
機器人學和人工智能領域因智能控制的應用而更加廣為人知。機器人預先編程因此,科學家和研究人員正在尋找一種比目前可用的更可行的控制方法。機器人領域的未來已經在科幻小說中進行了探索,但目前仍在努力獲得一種不依賴于預先編程指令的人工智能,機器人學和人工智能的一個主要例子就是具有仿生體的兒童機器人(CB2),一種通過傳感器和編程學習的機器人,其功能就像人類孩子的發展一樣。它還記錄情感表達,并將其與身體感覺相匹配。