En este libro se presenta en el marco del control visual de robots, dos controladores proporcional - derivativo con retroalimentaci n visual, los cuales no requieren de informaci n referente a la din mica del robot debido a que se utiliza una compensaci n de los pares gravitacionales a trav s de una red neuronal de funciones radiales b sicas. En lugar de utilizar el aprendizaje back-propagation o la regla de aprendizaje delta, com nmente usados en la literatura para ajustar los pesos de la red neuronal, se desarrollar n reglas de aprendizaje que se obtendr n directamente mediante el an lisis de estabilidad por el m todo de Lyapunoy. As mismo, se mostrar el caso cuando existe adem s incertidumbre en los par metros de la matriz Jacobiana del robot. El desempe o de los controladores propuestos ser mostrado a nivel experimental estudiando el caso de control de posici n (set-point regulation) a trav s de una plataforma constituida de un robot manipulador con articulaciones rotacionales de dos grados de libertad y un sistema de visi n que est constituido por una c mara anal gica fija que captura tanto al robot como a su ambiente de trabajo.