机器人自身的非线性动力学（由柔软性引起的）导致控制精度下降，因此难以描述准确的动力学。

导纳控制和阻抗控制都是基于位置与力关系的模式，被认为具有鲁棒性和安全性。然而，当机器人与刚体接触时，导纳控制常常变得不稳定，并且阻抗控制的性能会因摩擦而降低。

阻抗控制根据末端执行器的输入加速度、速度和位移，根据所需的机械阻抗参数调节末端执行器的输出力。在阻抗控制中，由于机械手本身的动力学成为实现所需机械特性的干扰之一，因此经常使用非线性补偿方法，例如计算扭矩方法。然而，由于摩擦等模型误差，控制精度很容易下降。另外，由于输入是末端执行器的位移和速度，因此除非发生这种位移和速度，否则无法产生输出力。也就是说，奇点避免和反向驱动能力很重要。

相反，导纳控制根据力传感器检测到的接触力，基于所需的机械导纳参数来调节末端执行器的位置、速度和加速度。在导纳控制中，当力传感器检测到突然的大的脉冲力时，例如，当与刚性环境接触时，基于接触力导出的期望位置和速度可能会发散。在这种情况下，操纵器的行为变得不稳定。此外，由于输入是接触力，因此无法响应在没有力传感器的位置发生的接触；在这种情况下，操纵器会变得僵硬，因为通常在导纳控制器的最终输出级中使用高增益位置控制器。扰动观测器可以估计接触力；然而，需要整个系统的准确模型。一般来说，在接触刚性环境时，阻抗控制比导纳控制相对更稳定，而在接触柔软环境时，导纳控制比阻抗控制相对更准确。然而，在接触环境未知且机械和几何特性方面可变的情况下，很难预先选择使用哪一种，也很难使用这些方法中的任何一种来实现所需的机械特性。