本发明公开了一种基于部分神经网络的机器人混沌反控制方法，所述方法包括以下步骤：步骤1、建立机器人的动态模型及三维混沌系统模型；步骤2、设计带有滑模鲁棒项的自适应神经网络控制算法；步骤3、构造李雅普诺夫函数并判定系统的稳定性。所述方法能够有效解决机器人的混沌反控制问题，并提高闭环系统的收敛速度，实现机器人系统位置、速度误差的一致收敛，闭环系统所有信号的有界性，以及对较大干扰的抑制。