El tren de aterrizaje de la aeronave equipado con un amortiguador magnetorreológico (MR) es un sistema semi-activo que presenta un comportamiento no lineal, perturbaciones, incertidumbres y tiempos de retraso que pueden tener un gran impacto en el rendimiento del aterrizaje. Para resolver este problema, este documento adopta dos tipos de controladores, que son un controlador inteligente y un controlador predictivo de modelo, para un tren de aterrizaje equipado con un amortiguador MR con el fin de mejorar el rendimiento del tren de aterrizaje considerando el tiempo de respuesta en diferentes casos de aterrizaje. Se construye un controlador predictivo de modelo basado en el modelo matemático del sistema de tren de aterrizaje. Se diseña y entrena un controlador inteligente basado en una red neuronal utilizando un algoritmo de bandido codicioso para mejorar la eficiencia del amortiguador en diferentes masas de aeronaves y velocidades de descenso. En este amortiguador MR, se asume que el tiempo de respuesta es constante en 20 ms, lo que es similar al tiempo de respuesta del amortiguador MR comercial. Para verificar la eficiencia de los controladores propuestos, se ejecutan simulaciones numéricas comparadas con un amortiguador pasivo y un controlador de gancho aéreo en diferentes casos de aterrizaje. El hallazgo principal indica que el controlador sugerido tiene un mejor rendimiento en varios escenarios de aterrizaje que otros controladores en términos de efectividad del amortiguador y adaptabilidad.