谢邀。只看过国外的教材。
半路出家不要紧，数学基础好学control很容易，关键线性代数、微积分、概率论、凸优化要学明白。
首先非线性控制的共同基础是Lyapunov稳定性理论，这个一定要搞熟。推荐经典教材：Khalil的non-linear system（
Nonlinear Systems/Hassan K. Khalil-图书）。几乎所有美国研究生控制课都会学这本书。把这本书前几章学明白了再学其他非线性的东西就很快。
刚答了一个Adaptive control的问题，请参考
自适应控制改变控制参数的依据是什么？滑膜控制老实说没做过，但原理应该还是差不多的。
模糊控制（fuzzy control）实现起来比较简单，更多的是强调工业应用，跟传统偏重数学的控制理论不太一样。一般控制论只考虑纸面上的解，比如设计一个反馈u=g(x) 使得系统稳定，但不考虑这个g(x) 能不能用实际硬件实现。计算机都是0，1这样的离散数，不能完美实现连续的控制。而fuzzy control就设计了一种非常简单的控制逻辑解决了这个问题。感觉这个的理论是最简单的。没有系统的学过，教材就不乱推荐了。
鲁棒控制(robust control)是要在存在干扰的情况下，保证系统的误差尽可能小。
最终解决的其实是类似这样的优化问题：\min_u \max_{||d||\leq 1} ||e(u,d)||^2 ，这里e是误差，d是扰动（假设扰动的大小<=1），u是控制量。控制的目标是使得误差尽可能小。于是我们假设最坏的情况，扰动d会最大化误差，然后找一个最佳的控制u来减少最坏情况下的误差。
对于线性系统，这个优化能解，需要考虑系统的频域特性（H_\infty norm）。
H_\infty norm 描述了线性系统在绝对可积的输入下，最大可能的误差。教材可以看Zhou & Doyle的Essentials of Robust Control.
非线性系统要解决robust control的问题一般得涉及博弈论。有些学过微观经济学和博弈论的朋友可能已经看出来上面的优化其实是u和d的博弈，最佳控制是纳什均衡点。教材可以读这个领域大牛Tamer Basar的Dynamic Noncooperative Game Theory.
