Praca przedstawia wyniki badań nad algorytmami sterowania robotem o trzech stopniach swobody napędzanego niskoobrotowymi silnikami o dużym momencie. Zastosowanie napędu bezpośredniego uprościło model dynamiki manipulatora, gdyż uniknięto modelowania efektów wprowadzanych przez przekładnie. Przeprowadzono identyfikację parametrów robota i uzyskano model matematyczny oddający z wymaganą dokładnością zjawiska dynamiczne zachodzące w rzeczywistym obiekcie. Przedstawiono dwie metody sterowania robotem: na podstawie modelu dynamiki i bez jego użycia. Reprezentantami tych metod są algorytmy: optymalnoczasowy i adaptacyjny neuronowy. Pierwszy wymaga poprawnej identyfikacji parametrów modelu i rozwiązania problemu optymalnego na drodze symulacji modelowej. Drugi sprowadza się do identyfikacji nieliniowości dynamiki, za pomocą uczącej się on-line sieci neuronowej podczas rzeczywistego eksperymentu sterowania manipulatorem. Środowisko programowe i sprzętowe dobrano tak, by umożliwiać aplikację badanych algorytmów w manipulatorze w czasie rzeczywistym.