在德国大众汽车公司的底盘上应用了自适应控制规律。目前发展最迅速的控制策略是智能控制（模糊控制和神经网络控制）。模糊控制方法具有制动调节输入变量的组合、隶属函数的参数和模糊规则数目等学习功能，计算机仿真结果表明该方法更有效。

神经网络是一个由大量处理单元组成的高度并行的非线性动力系统，它能进行数据融合、学习适应性和并行处理，研究表明它比传统控制有更好的性能。

执行器是实现控制目标的重要环节，因此作对动器的研究也是主动悬架研究的重要内容。为保证主动悬架的良好性能，执行器必须具有灵敏、隐定、可靠、能耗低、成本和总量低等特点。目前主动悬架上应用的执行器主要是液力式结构。

日产公司则开发了蓄能式减振器，它将压力控制阀同小型蓄能器及液压缸结合起来，使路面不平整引起的振动被蓄能器吸收，车身隔振由主动阻尼和被动阻尼共同完成，因而能耗有所降低。不过液压动力系统尚有许多不足之处，比如对工作环境有一定要求;元件制造精度要求高、成本难以下降;处理小信号的数字运算，误差的检测与放大、测试与补偿、自动化与实现远距离等功能不如电气系统灵活准确等。因此现在执行器的研究主要集中在直线伺服电机、电磁蓄能器的方向。