A partir de las ecuaciones de funcionamiento no lineales del motor síncrono de imán permanente (PMSM) y de la estrategia global del control orientado al campo (FOC), este artículo compara el control lineal y no lineal de un PMSM. Presenta el algoritmo del regulador cuadrático lineal (LQR) como un algoritmo de control lineal, además del obtenido a través de la linealización por realimentación (FL). Naturalmente, el enfoque no lineal a través de las funciones de Lyapunov y Hamiltonianas conduce a resultados superiores a los de los algoritmos lineales. Con los algoritmos de inteligencia computacional (CI) de optimización por enjambre de partículas (PSO), recocido simulado (SA), algoritmo genético (GA) y optimización del lobo gris (GWO), el rendimiento del sistema de control (CS) del PMSM se optimizó mediante la obtención de vectores de parámetros de los algoritmos de control optimizando índices de rendimiento específicos. También se obtuvo un rendimiento superior del PMSM-CS al utilizar algoritmos de aprendizaje por refuerzo (RL), que proporcionaron señales de comando de corrección (CCS) después de las etapas de entrenamiento. A partir del rendimiento del PMSM-CS que se obtuvo para un punto de referencia, hubo cuatro tipos de algoritmos de control lineal y no lineal para el control de un PMSM, junto con los medios para mejorar el rendimiento del PMSM-CS mediante el uso de algoritmos de CI y algoritmos de agente de política determinista profunda con retraso gemelo (TD3) de RL. El artículo también presenta resultados experimentales que confirman la superioridad de PMSM-CS-CI sobre los controladores clásicos de tipo PI.