机器人通常由驱动关节（由伺服电机和传动减速器组成）、机体、传感器和控制器等部件组成，是一个高度复杂的非线性系统，而RBF网络是解决具有高度非线性和不确定性的复杂系统控制问题的一种行之有效的方法。本文中的机器人特别是其子系统柔性滤波驱动机构（由伺服电机与柔性滤波传动机构组成）具有高阶、多变量、强耦合、参数时变、部分状态变量不易或者无法检测等特点，而这些特点会使得控制器的设计非常复杂。另外，随着机器人在特殊环境下的应用，传统的控制方法显然不能满足高精度控制要求，因此研究先进的控制方法，提高机器人的动静态性能，是一个富有理论意义和工程应用价值的研究课题。基于RBF网络逼近的机器人自适应动态面技术能够很好的克服摩擦、混沌运动、外界干扰和参数不确定等因素的影响，从而实现系统的高品质控制。论文主要研究成果如下：首先，提出了一类具有输出约束的N阶系统的RBF动态面控制方法，并以此为理论基础，研究了无刷直流电机系统的混沌控制问题。针对具有不确定时滞的无刷直流电机的控制问题，考虑存在输出约束的情况，利用RBF网络的万能逼近特性，从而提出了无刷直流电机混沌系统的自适应RBF网络动态面控制方法。所提控制方法保证了系统的稳定性及系统中所有信号的最终一致有界性，同时系统输出满足一定的约束条件。实验验证了所提控制器的收敛性和混沌抑制能力，同时对参数扰动表现出一定的鲁棒性。其次，研究了基于RBF网络动态面的永磁同步电机混沌系统的速度与位置跟踪控制问题。考虑未知有界外界扰动、控制方向未定、系统参数不确定等因素的影响，应用快速终端滑模和动态面方法，结合自适应技术与Nussbaum增益对系统中的未知函数进行估计，从而提出了基于单参数权值RBF网络快速终端滑模的永磁同步电机混沌系统的速度控制与基于Nussbaum增益的RBF网络动态面永磁同步电机混沌系统的位置控制。实验结果表明所提方案都具有一定的鲁棒性。与指数滑模控制相比，所提方法优势明显。再次，研究了柔性滤波驱动机构的RBF网络动态面控制。以机器人驱动关节—柔性滤波驱动机构为研究对象，对柔性滤波传动机构进行了机械设计，同时考虑柔性变形、摩擦、传动误差和系统效率等非线性因素的影响，建立了柔性滤波驱动机构的数学模型，进而提出了考虑LuGre摩擦模型的柔性滤波驱动机构的RBF网络动态面控制。另外，利用Lyapunov理论证明了所提控制方法的稳定性。实验分析表明所提方法具有较强的鲁棒性与稳定性。与PID相比，所提控制方法具有明显的优越性。最后，研究了基于柔性滤波驱动机构的机器人RBF网络的控制问题。以具有摩擦、扰动和参数不确定等因素影响的机器人为研究对象，设计了基于柔性滤波驱动机构的工业机器人的自适应单参数权值RBF网络反演法控制器与基于柔性滤波驱动机构的移动机器人的干扰观测器RBF网络动态面控制器。同时，利用Lyapunov理论论证了所提控制方法的稳定性。仿真实验分析结果（包括与传统DSC比较）表明所提控制器具有很强的跟踪精度、鲁棒性和干扰补偿能力。