La búsqueda de crear máquinas que puedan resolver problemas como lo hacen los humanos nos lleva al control inteligente. Este campo abarca sistemas de control que pueden adaptarse a cambios y aprender a mejorar sus acciones, rasgos típicamente asociados con la inteligencia humana. En este trabajo buscamos determinar cuán inteligentes son estas clases de sistemas de control al cuantificar su nivel de adaptabilidad y aprendizaje. Primero describimos las etapas de desarrollo hacia el control inteligente y presentamos una definición basada en la literatura. Basándonos en los elementos clave de esta definición, proponemos una nueva taxonomía de métodos de control inteligente, que evalúa hasta qué punto manejan incertidumbres en tres áreas: el entorno, el controlador y los objetivos. Esta taxonomía es aplicable a una variedad de sistemas robóticos y otros sistemas autónomos, lo que demostramos a través de varios ejemplos de métodos de control inteligente y sus clasificaciones. Observar la difusión de clasificaciones basadas en esta taxonomía puede ayudar a los investigadores a identificar dónde se pueden hacer más inteligentes los sistemas de control.