Рассматривается задача непараметрического адаптивного управления нелинейным процессом авторегрессии. Неопределенность модели описывается классом гельдеровских функций. Случай параметрической неопределенности для нелинейного процесса авторегрессии изучен ранее Lai and Zhu (1991). Для рассматриваемой задачи известны нижние информационные оценки в (Юдицкий и Назин, 1999). Цель работы состоит в получении верхней оценки, а именно: представить оптимальный алгоритм адаптивного управления для данной модели, гарантирующий верхнюю границу в классе неопределенности. Для более слабых предположениях (включающих случай негауссовких возмущениий) доказывается, что идентификационный подход, основанный на адаптивной непараметрической оценке неизвестной функции, реализует "почти оптимальную" стратегию управления в смысле нижней границы Юдицкого и Назина, (1999), т.е. с точностью до дополнительного логарифмического множителя. В случае гауссовских возмущений этот результат был получен в (Juditsky and Nazin, 2001).