استفاده از شبکه های عصبی برای جبران نامعینی های سیستم های غیرخطی و کنترل آنها، بیش از یک دهه است که توسط محققین مورد بررسی قرار گرفته است. کنترل کننده های معمول مبتنی بر شبکه عصبی، به دلیل وجود خطای بازسازی تابعی باقیمانده و عدم توانایی در جبران برخی اغتشاشات، تنها قادر به دستیابی به نتایج پایداری کراندار نهایی یکنواخت (uub) می-باشند. در این پایان نامه از ترکیب یک استراتژی کنترل پسخور به نام انتگرال مقاوم علامت خطا (rise) با روش پیشخور مبتنی بر شبکه عصبی برای طراحی یک کنترل کننده برای رسیدن به ردیابی مجانبی استفاده شده است. در این روش، شبکه عصبی دینامیک های غیرخطی سیستم را تقریب می زند و بدون نیاز به دانستن دانش قبلی از دینامیک سیستم، نامعینی ها را جبران می کند. بعلاوه، برای حذف خطای تقریب شبکه عصبی و اغتشاشات کراندار، از ترم کنترل rise استفاده می شود. بنابراین، برخلاف کنترل کننده های مبتنی بر شبکه عصبی که معمولا همگرایی کراندار نهایی یکنواخت را برای خطای ردیابی نتیجه می-دهند، روش ارائه شده با حذف خطای بازسازی شبکه عصبی، ردیابی مجانبی را ارائه می دهد. به منظور ارزیابی روش ارائه شده، از آن برای طراحی کنترل کننده برای کنترل ردیابی موقعیت یک ربات بازو با 3 درجه آزادی و یک ربات اسکلت خارجی اندام فوقانی با 5 درجه آزادی استفاده شده است. بعلاوه یک مطالعه مقایسه ای روی عملکرد سیستم بین روش کنترل ارائه شده و سایر روش های کنترل از جمله کنترل مبتنی بر شبکه عصبی انجام شده است. نتایج شبیه سازی، کارایی کنترل کننده ارائه شده را تایید می کنند.