提起系统与控制领域的学习，经常说的就是，刚接触这一领域的学习者总会在各种控制理论中迷茫，有的甚至会劝退，这么多理论，无从下手。这篇文章就来简单整理一下主流的。
【学习前提】
假设阅读者已经修完微积分、线性代数、概率论数理统计，并具备基本的英文文献阅读能力。
【适用人群】
适用于打算从事控制理论研究和应用的工程相关人士
【具体推荐】
系统学与基本控制
第一本，反馈控制原理、或者国内的自动控制原理
适用于初学控制理论的学习者，里面一些理论虽然早已不是学术热点，但在一般的应用场合还是有市场的。
第二本，线性系统理论
这里可能会有疑问，不少人说，国内的课程设置中，自动控制后边是现代控制，研究生才是线性系统理论，为什么这里第二本就是它。如果看过这两本教材就会发现，现代控制和线性系统两者均基于状态空间，而且在知识理解、体系构建上，线性系统理论也要优于本科所学的现代控制。
第三本，非线性系统理论
为了建立起对于控制理论全局的认识，在学习完线性系统理论后，继续了解非线性系统理论。
有人可能会说，你这又是线性系统、又是非线性系统的，一本书都上千页，学完还能学其他的？
之所以首先推荐这三类书，主要考虑到搞这块研究的话，首先得掌握系统的基本分析方法，而不了解线性系统和非线性系统的概况，对于后续研究也是无从下手，初学者可以读一读导论，然后在某一方向的研究中继续深入学习。
或者参考：
第四本、动力学相关
研究方向
在完成以上四本书学习后，对控制涉及的系统理论有了一个大概的认识，接下来就是选择研究方向的问题。一般可以参考导师，也可以参考维基百科列出的主流控制理论。
主要有滑模控制、鲁棒控制、神经网络、最优控制与状态估计、系统辨识、自适应控制、多智能体与网络化控制、模型预测控制等，（大方向选择范围依据日本朝仓书店出版的制御の事典（控制百科全书），如有遗漏，请在评论区赐教。）
对于与具体生产结合的过程控制，运动控制等，由于研究方向涉及较多，本文仅从理论上予以区分。
注意：教材只是入门，深入研究依靠文献。
1、滑模控制：
2、鲁棒控制
3、神经网络
4、最优控制
另外有本新书，涉及到机器学习与最优控制，可以参考
5、系统辨识
6、自适应控制
7、多智能体与网络化控制
8、模型预测控制
