在控制论的概念中，有两个概念是自动控制理论的概念的核心。
第一个是 「 系统 」 的概念 ，当前，系统问题越来越重要和突出，当今世界范围内对复杂性科学或复杂系统科学研究越来越多，这也是现代科学技术发展的必然趋势，导致问题突出的根本原因在于世界在本质上的统一性，控制理论不仅需要分析系统的性质和结构，更需要调控系统的运动状态：
第二个是 「 反馈 」 的概念 ，这个概念也是控制论中最核心的，同时也是控制理论区别其它学科概念的关键。「反馈」概念能让控制系统具有人类「智能」行为的特征，也能对付各种 （参数「结构」扰动）等不确定因素对被控系统的影响。
正是因为「反馈」与「系统」这两个概念的重要性，从而决定了自动控制理论具有两个特点：
一是控制理论因具有广泛的 实际背景 、其科学命题具有丰富的实际来源；
二是控制理论重视 对定量的研究，而数学 又是研究定量的关键工具 ，这跟实验性学科有一定的区别，大家都知道，目前在控制理论研究中所需要运用的数学理论与方法非常深入和广泛。
在科学技术所有领域中，很少有学科能与控制理论一样的深入和广泛，它几乎同时涉及几乎所有的现代数学分支。 所以公式推导是避免不了的。
现阶段我们所讲的控制理论主要是 指数学模型的控制理论 ，而不是实际系统的控制理论，虽然我们也一直都在研究系统模型中的不确定性。
因为我们目前所有的理论结果，都是在某些特定条件下针对数学模型的证明，这当然是理所当然。并且你还可以进行辩解，尽管数学模型一般都是通过简化——抽象和假设而得来的 （与实际系统的差别比较大），但是如果根据其设计的控制器实际适用的范围可能与理论上所加的条件相比相对要宽松一些，这也是正常的。从而也就引出了进一步的理论问题：比如，所能适用的最大系统类到底有多大？数学模型所设计的控制规律和滤波算法究竟在实际中所适用的临界边界是什么？这些问题是十分自然却又非常困难的理论问题，科学理论却很少给出其答案。
PID 控制器，被广泛的应用到众多实际系统中。对于理论我们还应该说些什么？我们所证明的最优性也好、稳定性也好， 基本上都是对线性模型的 。但是在实际应用中，大家应当知道，无论是 Kalman 滤波器，还是 PID 控制器，都能对付很大一类的非线性系统。
换一个角度来讲，我们所依据线性模型设计的和证明的控制和估计方法，实际上都能应用到很大一类复杂非线性系统。能不能从理论严格说明，比如著名的 Kalman 滤波器或 PID 控制器，他们到底能被有效地应用到多大的一类非线性系统中去。能不能从理论上刻画出这类系统的最大范围？从这个角度来看，就显得更具挑战性。
我们还可以这样来追问：面对不确定的非线性系统，如果我们不局限于某一类或某一个给定控制器，那么，在所有的 （非线性与线性） 反馈控制规律中，到底哪一个对付的不确定性系统范围最大或能力最大？对于这个最大不确定性系统类的精确「边界」能不能从理论上刻画出来？这也就更具挑战性了，无论理论意义还是现实意义都很重要。
我们都知道，社会经济、航空航天、复杂工程等领域中许多重大问题已经超出控制理论目前所研究的范围。总的来说， 目前的控制理论 基本都是以控制一个「装置」为重点，这个「装置」一般都没有「自由」和自己的「利益」追求，在结构能的条件下它能被任意控制的。 但是当我们在面对经济与社会中由「人」所组成的系统时，现在的控制理论就不能完全套用在上面，因为控制者与被控者一般都是「博弈」的关系。这些问题大多数都超出了微分博弈和传统博弈论的研究范围。我们目前所讲的这些调控难题，比如交通拥堵治理「房价调控、医疗改革」、物价调控、生态环境等，也都跟「博弈」结构相关。我认为，把「博弈」因素恰当地运用到控制理论框架中去，是一个重要的研究问题，同时在社会经济等领域问题中也是不可回避的，这将会大大的拓展控制理论的研究与应用的范围。总之，控制理论有好的发展机遇，并且具有广阔的发展前景。
参考资料【基于控制理论发展的相关问题探讨】
