En adaptiv regulator är kontrollmetod som används av en styrenhet som måste anpassa sig till ett kontrollerat system med parametrar som varierar eller initialt är osäkra. Till skillnad från en PID-regulator kan man säga att den adaptiva regulatorn lär sig av indatan hur den bör reagera och reglera.
Grunden för adaptiv kontroll är parameteruppskattning, som är en gren av systemidentifiering. Vanliga metoder för uppskattning inkluderar rekursiva minsta kvadrater och gradient utjämning. Båda dessa metoder tillhandahåller uppdateringslagar som används för att ändra uppskattningar i realtid (dvs. när systemet är i drift). Lyapunov-stabilitet används för att härleda dessa uppdateringslagar och visa konvergenskriterier (vanligtvis ihållande excitation, avslappning av detta tillstånd studeras i Adaptiv kontroll för samtidig inlärning). Projektion och normalisering används ofta för att förbättra robustheten hos uppskattningsalgoritmer.
I allmänhet bör man skilja mellan:
samt mellan
Direkta metoder är sådana där de uppskattade parametrarna är de som används direkt i den adaptiva styrenheten. Däremot är indirekta metoder de där de uppskattade parametrarna används för att beräkna nödvändiga styrparametrar. Hybridmetoder bygger på både uppskattning av parametrar och direkt modifiering av kontrollagen.


Det finns flera breda kategorier av adaptiv feedbackkontroll (klassificeringen kan variera):

Vissa speciella ämnen i adaptiv kontroll kan också introduceras:
1. Adaptiv styrning baserad på processidentifiering med diskret tid
2. Adaptiv styrning baserad på modellens referenskontrollteknik
3. Adaptiv styrning baserad på processmodeller med kontinuerlig tid
4. Adaptiv styrning av multivariabla processer
5. Adaptiv styrning av olinjära processer
6. Samtidig inlärning av adaptiv kontroll, som slappnar av tillståndet vid ihållande excitation för parameterkonvergens för en klass av system
På senare tid har adaptiv kontroll slagits samman med intelligenta tekniker som luddiga och neurala nätverk för att få fram nya begrepp som fuzzy adaptiv kontroll.
Vid utformning av adaptiva styrsystem är särskild hänsyn nödvändig när det gäller konvergens- och robusthetsfrågor. Lyapunov-stabilitet används vanligtvis för att härleda kontrollanpassningslagar och visa Självjustering av därefter fasta linjära styrenheter under implementeringsfasen för en driftspunkt;
Vanligtvis anpassar dessa metoder styrenheterna till både processtatiken och dynamiken. I speciella fall kan anpassningen begränsas till det statiska beteendet ensamt, vilket leder till adaptiv kontroll baserad på karakteristiska kurvor för steady-states eller till extremvärdeskontroll, vilket optimerar steady state. Därför finns det flera sätt att tillämpa adaptiva kontrollalgoritmer.
En särskilt framgångsrik tillämpning av adaptiv styrning har varit adaptiv flygkontroll. Detta arbete har fokuserat på att garantera stabilitet i ett modellreferens adaptivt kontrollschema med hjälp av Lyapunov-argument. Flera framgångsrika flygtestdemonstrationer har genomförts, inklusive feltolerant adaptiv kontroll.