20世纪40年代末，维纳创立的控制论和香农提出的采样定理，可以说为机器人神经网络的控制，奠定了理论基础。控制在机器人动作中是一个核心问题，与能源、信息、执行，机构都直接发生着关系。
第一代机器人具有最基本的控制能力，它的主要特点是，除了人赋予的动作命令外，不接收其他的外部信息。它所接收的信息，都是机器人机体的内部信息。那么，当人命令机器人腰部转动90度时，它的神经网络是如何控制的？
当人把“腰转动”的命令输入电脑时，电脑会产生控制信号，信号放大器接受命令并将其放大，再传给驱动装置。驱动装置也就是电动机，电动机转动时能带动机器人的腰关节转动。为了使之转动得快速、平稳，人们在其躯体上的适当位置安装了各种感觉装置，也称之为传感器。这些传感器可以测出转动的加速度、速度以及转角，这些测量结果，都作为机器人机体的内部信息反馈给电脑。反馈信号送到电脑中与控制信号比较，如果相等，说明关节的转动角度已符合要求，即转了90度，误差信号为零。这时，电动机就停转了。如果反馈信号与控制信号不相等，其中的误差信号将使电动机继续转动，直到转动角度符合要求为止。
加速度反馈信号和速度反馈信号，可以起到调整转动的动态品质的作用，即调节其转动过程中是否有大的振荡，达到预定值的时间是否太长等等。这些就要涉及到控制系统的设计中的更多理论知识了。
这只是一个腰关节的控制，而实际上，机器人可能有好几个关节，如上肢的肩关节、肘关节、腕关节（包括腕的上下、左右摆动及旋转），这样就有6个关节，这就需要有6个这样的关节控制。当然，随着控制关节数的增多，必须考虑相互之间的协调，控制起来就更难了。计算机这个机器人的“大脑”，就是通过整个神经网络来解决这些问题，完成人对机器人的一系列动作要求。