本文研究一类非线性系统基于模式的类人控制方法.目前在针对不确定非线性系统控制器设计方面,自适应神经控制,包括多模型自适应控制的学习能力实际上非常有限,因为持续激励条件通常得不到满足,并且不能实现参数估值收敛到其真实或最佳值.因此,即使重复完全相同的控制任务,它们也需要重新计算或重新调节控制器参数.并且,包括鲁棒控制在内的非线性系统设计方法均无法实现对当前控制情形的快速,准确识别,因此,它们要实现高性能和低功耗的类人控制非常困难.本文基于确定学习理论,提出一种基于模式的多模式控制方法,通过对多个非线性闭环系统动态的准确辨识,对不同复杂控制情形快速,准确的在线识别,可实现基于模式/控制情形的类人高性能控制.