智能控制是在学习、决策和解决问题时模仿人类智能的控制方法,人类可以体验、学习、适应,计算机工程师正在寻找一种用人工智能再现自然智能的方法。这种控制方法的实际应用面向计算机技术、军事应用、航空应用等多个领域...
智能控制是在学习、决策和解决问题时模仿人类智能的控制方法,人类可以体验、学习、适应,计算机工程师正在寻找一种用人工智能再现自然智能的方法。这种控制方法的实际应用面向计算机技术、军事应用、航空应用等多个领域,以及机器人技术。

尽管大多数现代军用机器人都是由人类远程操作的,未来的作战无人机可能能够自行适应和响应环境。
虽然已经有许多人工智能方法,如神经网络、遗传算法和贝叶斯概率,但智能控制领域仍在发展和创造更多的控制方法。智能控制是由计算机科学、数学、运筹学和控制理论支持的,同时它也从生命科学中得到了思想。然而,最广为人知的控制技术,贝叶斯概率也被称为概率解释。这种控制方法利用数学算法来学习问题,然后应用数学来解决问题。神经网络利用系统辨识和控制理论来发挥作用,它是一种新的控制方法应用于语音识别、图像分析和自适应控制。可能最著名的应用程序是Xbox®Kinect™,这是一种游戏机硬件,它使用视频和音频传感器让用户通过物理行为与游戏进行交互。
在商业、军事和工业应用中,对更高级智能控制的需求日益增长这些领域的问题总是会出现,因此需要能够独立处理这些问题的自组织/学习控制,无人驾驶飞机学会识别和避开物体。在这些领域中,智能控制最受欢迎的应用是机器人学和人工智能。
机器人学和人工智能领域因智能控制的应用而更加广为人知。机器人预先编程因此,科学家和研究人员正在寻找一种比目前可用的更可行的控制方法。机器人领域的未来已经在科幻小说中进行了探索,但目前仍在努力获得一种不依赖于预先编程指令的人工智能,机器人学和人工智能的一个主要例子就是具有仿生体的儿童机器人(CB2),一种通过传感器和编程学习的机器人,其功能就像人类孩子的发展一样。它还记录情感表达,并将其与身体感觉相匹配。