شاید اولین و پایه ای ترین سوالی که در علم کنترل برای طراحان مطرح می شود این است: به منظور کنترل کردن یک فرآیند یا یک سیستم چه چیزی لازم است درباره آن بدانیم؟ و آیا برای یک سیستم فیزیکی که قرار است کنترل شود، می توان دینامیک های داخلی و اغتشاشات خارجی را بصورت زمان واقعی از روی داده های ورودی و خروجی اش تخمین زد؟ پاسخِ مثبت می تواند کاربرد زیادی در طراحی سیستم های کنترل داشته باشد، زیرا به معنی آن است که دیگر به مدل دقیق ریاضی سیستم احتیاجی نیست. «با adrc شاید نیازی به داشتن چیزی بیشتر از ورودی و خروجی ها، یعنی آنچه که قابل اندازه گیری است، نباشد». این ادعای جذابی است که در 15 سال اخیر مطرح شده است و با توجه به موارد متعدد کاربردهای عملی موفقیت آمیز آن، در حال ایجاد تحولی نوین در تئوری کنترل است. امروزه با توجه به استفاده وسیع و گسترده از ربات های صنعتی و بازوهای ماهر در صنایع گوناگون، لزوم انجام پژوهش های مختلف در رابطه با روش های مختلفِ کنترل آنها بر هیچکس پوشیده نیست. اما محاسبات پیچیده و لزوم تسلط کافی به ملاحظات مکانیکی و دینامیکیِ ربات، همیشه یکی از مشکلات اساسی طراحان و مهندسان در طراحی کنترل کننده برای ربات بوده است. در این پژوهش از ویژگیهای منحصر بفرد adrc برای کنترل ربات های صنعتی استفاده شده است. ردیابی مسیر مطلوب توسط مجری نهایی در بازوهای ماهر، دنبال کردن مسیر مطلوب در ربات های متحرک، تخمین مناسب اغتشاش و حذف اثر آن از جمله نتایجی مطلوبی است که با استفاده از شبیه سازی های انجام شده بدست آمده است. مقاومت این روش در برابر تغییر پارامترهای مدل ربات نیز مورد بررسی قرار گرفته است. این بررسی ها هم بر روی بازوهای ماهر و هم بر روی ربات های متحرک خودکار انجام گرفته است. همچنین به منظور بدست آوردن یک سیگنال کنترل قابل تحقق از لحاظ فیزیکی، تغییری در ساختار اولیه adrc ایجاد شده است. در نتیجه با توجه مزایای این روش در مقایسه با سایر روش های کنترلی مثل عدم نیاز به مدل ریاضی دقیق سیستم، می توان آن را جایگزین مناسبی برای روش های کنترلی موجود، در نسل های آینده ربات های صنعتی دانست.