机器人的许多研究目标都是模拟人类智能，因此对人的控制系统的研究对机器人具有重要的参考意义。人的神经系统由大脑，小脑，脑干，脊髓和神经元组成。它是复杂而完美的。人的神经系统包括中枢神经系统和周围神经系统。中枢神经系统由大脑和脊髓组成，是人类神经系统的主体。周围神经系统是从大脑和脊髓分布到全身的神经。神经系统中到处都有大量的神经元，形成一个神经网络。中央神经网络负责运动控制，它主要分为三层：大脑：最高层，负责运动的总体规划以及各种任务的分配。小脑：位于中间层，负责体育的协调，组织和实施。身体的平衡由小脑控制。脑干和脊髓：属于最低级别，负责执行运动，具体控制肌肉和骨骼的运动，这是由脑干和脊髓完成的。这三层在机芯上具有不同的控制功能。从高到低，较低层从较高层接收并执行下行链路控制指令。大脑可以通过脑干直接或间接控制脊髓的运动神经。如果将机器人与人进行比较，则机器人手臂控制器类似于人的脊髓，并负责控制电动机（肌肉）和机械机构（骨骼）的特定运动。多腿机器人的运动控制器类似于人的小脑。负责控制平衡与协调。机器人的操作系统层类似于人的大脑，感知并认知世界，并分配各种复杂的运动目标。根据上述类比，参考各种机器人的现状，可以将机器人的运动控制大致分为四个任务：脊髓控制-机械臂运动的基本控制。工业机器人，各种类型的机械手以及无人机的基本运动控制主要面临这样的问题。小腿控制协调控制多腿机器人的平衡和运动。当前，这是机器人控制中尚未解决的难题。最好的人显然是波士顿动力。对环境的大脑控制感知。主要是包装用于低级运动控制的机器人的导航和路径规划，例如扫地机器人和无人机。必须通过环境感知来定位，导航和计划自己和目标的运动。大脑控制-环境的认知和交互，即机器人执行特定的交互任务，例如控制机器人手臂抓取物体并执行操作。这是服务机器人需要突破的重要问题。