En la era de la electrificación y la inteligencia artificial, los motores de corriente continua son ampliamente utilizados con numerosos métodos innovadores adaptativos y de aprendizaje. Los métodos tradicionales utilizan técnicas algebraicas basadas en modelos con identificación de sistemas, como mínimos cuadrados recursivos, mínimos cuadrados extendidos y medias móviles autoregresivas. El nuevo método conocido como inteligencia artificial determinística emplea dinámicas de procesos basadas en la física para lograr un seguimiento de trayectoria objetivo. Hay dos algoritmos comunes de generación de trayectorias autónomas: algoritmos de generación basados en funciones sinusoidales y en Pontryagin. Se propone la trayectoria óptima basada en Pontryagin con inteligencia artificial determinística para motores de corriente continua y se compara su rendimiento por primera vez en este documento. Este documento tiene como objetivo simular el seguimiento de modelos y los métodos de inteligencia artificial determinística utilizando los métodos sinusoidal y Pontryagin, y comparar las diferencias en su rendimiento al seguir la desafiante maniobra de cambio de función escalón.