机器学习控制(Machine learning control、MLC)是机器学习、智能控制及控制理论中的一部分,是由机器学习的方式来求解最优控制问题。主要的应用是一些不适用控制系统方法的复杂非线性系统。
以下是四种常用机器学习控制来处理的问题。
机器学习控制包括神经网络控制、基于遗传算法的控制、遗传编程控制、强化学习控制等,和其他资料驱动的控制(例如人工智能及机器人控制(英语:robot control))在方向论上有重叠之处。
机器学习控制已应用在许多非线性控制问题上,探索许多未知且未预期的动作机制。以下是一些应用案例:
机器学习控制有些方向类似其他非线性方法:对于在许多不同的应用条件下,无法保证收敛性、最佳解或是强健性。