统计学习控制（statistical learning control），工学-控制科学与工程-控制理论与控制工程基础-自动控制理论-适应控制系统，基于统计学习的控制方法。统计学习是研究小样本统计估计和预测的理论，主要包括四个方面：①经验风险最小化准则下统计学习一致性的条件；②在这些条件下统计学习方法推广性的界；③在此基础上建立的小样本归纳推理准则；④得到新准则的算法。20世纪60年代以来，俄罗斯数学家V.N.瓦普尼克（Vladimir Naumovich Vapnik）等人系统地研究了机器学习问题，特别是在有限学习样本情形下的统计学习问题。20世纪70年代，他们又建立了统计学习理论的基本体系。统计学习理论的核心问题是寻找一种归纳原则以实现最小化风险泛函，从而实现最佳的推广能力。在其后的二十年里，瓦普尼克等人一直专注于研究基于该理论的学习方法，并在20世纪90年代提出了支持向量机的通用机器学习方法。统计学习在控制系统中的应用越来越广泛。