智能控制（Intelligent Control）的概念由傅京逊于1971年提出，由美国的萨里迪斯（Saridis）等人在此基础上于1977年进一步提出了一种智能机器（Intelligent Machine）的统一结构框架。该结构现已被控制界普遍接受，它具有递阶分散智能与精度的特点，包括组织级（Organization Level）、协调级（Coordination Level）和执行级或控制级（Execution Lev-el），且各层次间遵循精度随智能降低而提高（Increasing Precision with Decreasing Intelligence IPDI）原则。

智能控制是随着被控对象的日益复杂，为适应其对环境依赖的不可侵害性而产生的。作为一门新兴的学科，它融合了包括神经生理学、心理学、运筹学、控制论和计算机科学的多学科思想和技术的成果。而对智能控制的研究，主要体现在对基于知识系统（Knowledge Based System，KBS）、模糊逻辑（Fuzzy Logic）和人工神经网络（Artificial Neural Network）的研究。

机器人学（Robotics）是一门高度综合和交叉的新兴学科，它涉及的领域很多，诸如机械、电气、工艺、力学、传动、控制、通信、决策、生物、伦理等诸多方面。

1）从控制角度看，其中最主要也是最基本的是机器人的运动学（Kinematics）和动力学（Dynamics）问题及相应的控制策略研究。(www.daowen.com)

机器人运动学包括前向运动学（Forward Kinematics）和逆运动学（Inverse Kinematics），或分别称为运动学的正问题和逆问题。其中，前向运动学研究以机器人的各关节参数（广义坐标）来决定终端操作器（End-effector）的位型（Position and Orientation）；而逆运动学则是研究由期望的终端操作器位型来得到各关节变量的过程。

机器人动力学问题主要包括两大类，即运动分析和力分析。运动分析研究由机器人连杆系的受力情况（外力和关节驱动力）决定各关节运动状况（位置、速度和加速度），进而通过运动学方法来最终获得终端操作器位置的过程和方法；而力分析则是研究由期望的机器人各连杆的运动（位移、速度和加速度）得到需施加于各关节处的驱动力或力矩的方法和策略，即我们通常所说的控制综合问题。

2）从智能角度看，随着机器人技术的迅速发展和自动化程序的进一步提高，对机器人的功能也提出了更高的要求，特别是需要各种具有不同程序智能的机器人。智能机器人已在自主系统和柔性加工系统中日益得到广泛的应用。自主机器人能够设定自己的目标，规划并执行自己的动作，使自己不断适应环境的变化。这些机器人智能程度的提高，离不开人工技术的发展，其中包括人工心理、人工智能、情感计算、人工生命等。