Linear Reformulation of Event-Triggered LQG Control under Unreliable Communication
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文研究了在不可靠通信信道下事件触发线性二次高斯控制的优化问题，通过线性化方法将问题转化为混合整数线性规划问题，提高了控制性能与通信成本的平衡。
2026-04-07 cs.SY eess.SY
Analysis of the Optimization Landscape of Linear Quadratic Gaussian (LQG) Control
本文从现代优化的角度重新审视了经典的线性二次高斯（LQG）控制。我们分析两个方面的LQG问题的优化景观：1）连接的稳定控制器$\mathcal{C}_n$的集合;和2）结构的驻点。已知相似变换不改变动态控制器的输入输出行为或LQG成本。这种由相似变换产生的固有对称性使得LQG的景观非常丰富。证明了：1）稳定化控制器$\mathcal{C}_n$至多有两个路径连通分量，并且它们在相似变换下是同构的; 2）$\mathcal{C}_n$上可能存在多个LQG费用函数的\emph{strictly suboptimal stationary points}，并且这些不动点总是\emph{non-minimal} ; 3）所有\emph{minimal}不动点都是全局最优的，并且直到相似变换为止它们是相同的.这些结果为直接策略梯度法求解LQG问题的性能分析提供了参考。
2021-02-08 cs.SY eess.SY math.DS
A Unified Alternating Optimization Framework for Joint Sensor and Actuator Configuration in LQG Systems
本文研究无预定义候选集的LQG系统联合传感器与执行器配置问题，利用代数Riccati方程推导梯度并基于KKT条件提出统一ADMM交替优化框架，针对稀疏、低秩和结构约束三种场景提供定制方案，确保数值高效与适应性。
2025-04-25 cs.SY eess.SY
No Spurious Local Minima in Full-Order Linear Quadratic Gaussian Control
University of California San Diego（加州大学圣地亚哥分校）；Peking University（北京大学）
本文证明全阶LQG控制中所有局部极小值均为全局最优，次优驻点可通过增广策略转化为严格鞍点，揭示了良性景观。
2026-09-29 cs.SY eess.SY math.OC
Reducing the LQG Cost with Minimal Communication
我们研究线性二次高斯（LQG）控制问题，其中控制器对系统状态的观测是这样的，期望的成本是无法达到的。为了实现所需的LQG成本，我们引入了一个通信链路从观察器（编码器）的控制器。我们研究了改进的LQG成本和消耗的通信（信息）资源之间的最佳权衡，测量与条件有向信息，在所有的编码-解码策略。主要结果是在有限时间内的情况下，适用于时变线性动力系统的最优化问题的半定规划制定。这一结果扩展了Tanaka等人的开创性工作，其中控制器所知道的关于系统状态的唯一信息经由通信信道到达控制器还可以访问系统状态的噪声观测的情形。作为我们的推导的一部分，以显示传输状态的无记忆高斯测量的编码器的最优性，我们表明，在编码器的控制器的观察的存在下，不能减少最小的有向信息。对于定常系统，其中最优策略可能是时变的，我们表明，在无限地平线的情况下，最优策略是时不变的，可以计算显式从一个有限维半定规划的解决方案。结果表明，通过示例表明，即使是低质量的测量可以有所需的通信资源的显着影响。
2021-09-25 cs.IT cs.SY eess.SY
Continuous Aggregative LQG Games with Delayed Discrete Observations
Polymtl（蒙特利尔理工大学）
本文研究了在延迟离散观测条件下，连续聚集线性二次博弈中的纳什均衡存在性及延迟观测对成本的影响。
2026-05-18 cs.SY eess.SY
A Linear Programming Framework for Optimal Event-Triggered LQG Control
本文提出了一种基于线性规划的事件触发LQG控制框架，通过引入辅助变量将调度问题转化为高效的混合整数线性规划，从而实现动态适应并优于传统周期性策略。
2025-11-29 cs.SY eess.SY
Multi-Objective LQG Design with Primal-Dual Method
研究了多目标线性二次型高斯（LQG）控制问题。特别地，我们考虑了线性随机系统在有限时间内最小化二次成本的最优控制问题。为了解决这个问题，我们提出了一个有效的二分法搜索算法，这是计算效率相比，其他方法，如半定规划。其主要思想是利用拉格朗日函数和Karush-Kuhn-Tucker（KKT）最优性条件来求解约束最优化问题。拉格朗日乘子的搜索使用二分法搜索。数值算例验证了所提方法的有效性。
2021-05-31 cs.SY eess.SY math.OC
Data-Driven Mean Field Equilibrium Computation in Large-Population LQG Games
本文针对大规模种群LQG博弈，提出一种仅利用采样数据、无需模型先验知识的数据驱动方法，通过求解两个ARE和一个ODE来近似计算ε-纳什均衡，并用数值实验验证其有效性。
2025-07-08 cs.SY eess.SY
Distributionally Robust LQG with Kullback-Leibler Ambiguity Sets
针对LQG控制器对模型误设的脆弱性，提出基于各时间步相对熵模糊集的分布鲁棒LQG，证明最优策略仍为线性，给出收敛的迭代计算方案，并针对内生不确定性提出动态规划近似方法。
2025-07-30 cs.SY eess.SY math.OC
A Class of Hybrid LQG Mean Field Games with State-Invariant Switching and Stopping Strategies
University of Alabama（阿拉巴马大学）；McGill University（麦吉尔大学）
本文提出了一种结合均场博弈理论和混合最优控制理论的新框架，用于求解具有切换和停止时间的非合作博弈的唯一ε-Nash均衡，通过分析主要代理和次要代理的子群体结构，建立了状态不变的最优切换和停止时间策略。
2022-01-09 cs.SY eess.SY math.DS
Regret Analysis of Policy Optimization over Submanifolds for Linearly Constrained Online LQG
Department of Mechanical and Industrial Engineering, Northeastern University, Boston, USA（机械与工业工程系，东北大学，波士顿，美国）
本文研究线性约束下在线 LQG 控制问题，提出基于黎曼流形的在线牛顿法（ONM）算法，利用代价函数二阶信息即时生成控制器，并证明了基于路径长度的遗憾界限。
2025-07-13 cs.LG cs.SY eess.SY
A Globally Convergent Policy Gradient Method for Linear Quadratic Gaussian (LQG) Control
本文提出一种基于输入-输出历史的模型化策略梯度方法，通过建立动态输出反馈与静态增益的等价性并引入随机扰动，实现了LQG控制的全局线性收敛，仿真验证其控制器接近最优。
2024-02-25 cs.SY eess.SY math.OC
Rate of Prefix-free Codes in LQG Control Systems with Side Information
在这项工作中，我们研究了LQG控制系统的两个反馈通道之一是离散的，并招致通信成本。我们假设解码器（与控制器共同定位）可以对状态向量的子集（称为边信息）进行无噪声测量，同时远程编码器（与传感器共同定位）可以对整个状态向量进行任意测量，但必须通过无噪声二进制信道将其测量传达给解码器。信道的使用会导致通信成本，该通信成本被量化为无前缀二进制码字的时间平均预期长度。我们研究的通信成本和控制性能之间的权衡。该公式激发了一个约束有向信息最小化问题，可以通过凸优化来解决。使用的优化，我们提出了一个量化器的设计和随后的可扩展性的结果。
2021-03-17 cs.IT cs.SY eess.SP
Escaping High-order Saddles in Policy Optimization for Linear Quadratic Gaussian (LQG) Control
一阶策略优化在强化学习中有着广泛的应用。它保证了状态反馈线性二次型调节器（LQR）的最优策略。然而，政策优化的性能仍然不清楚的线性二次高斯（LQG）控制的LQG成本有虚假的次优平稳点。在本文中，我们引入了一种新的扰动策略梯度（PGD）方法，以逃避一大类坏的稳定点（包括高阶鞍）。特别是，基于LQG的特定结构，我们引入了一种新的重新参数化过程，将高阶鞍点转换为严格鞍点，从而有效地逃避PGD中的标准随机扰动。我们进一步刻画了高阶鞍，可以逃脱我们的算法。
2022-04-02 cs.SY eess.SY math.DS
Minimum-Information LQG Control - Part I: Memoryless Controllers
School of Computer Science and Engineering, The Hebrew University（希伯来大学计算机科学与工程学系）
本文研究无记忆线性控制器在保证外部成本的前提下，通过最小信息率实现最优控制，探讨了控制器最优性原理及降阶现象。
2017-03-30 cs.IT cs.SY eess.SY
Structural Results and Explicit Solution for Two-Player LQG Systems on a Finite Time Horizon
针对两个控制器具有不同测量信息的有限时间离散LQG问题，证明了控制器充分统计量为全局状态的条件均值，给出了显式状态空间最优控制器公式，并展示了如何高效求解耦合递推。
2013-09-06 cs.SY eess.SY math.OC
Policy Gradient-based Model Free Optimal LQG Control with a Probabilistic Risk Constraint
本文提出三种基于策略梯度的无模型最优LQG控制算法，在概率风险约束下最小化二次成本，并通过数值模拟与LQR和MPC比较，验证了算法的收敛性和准确性。
2024-11-08 cs.SY eess.SY
Multi-Agent Event-Triggered LQG Control under Shared Communication Constraints
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文针对共享通信容量受限的多智能体系统，提出基于MILP的滚动时域调度器及拍卖启发式调度器，实现事件触发LQG控制，在性能与通信成本间取得最佳权衡。
2026-09-21 cs.SY eess.SY
Signaling equilibria for dynamic LQG games with asymmetric information
University of Michigan（密歇根大学）
本文研究了具有不对称信息的动态LQG博弈，通过线性策略和高斯信念构建完美贝叶斯均衡，并提出基于卡尔曼滤波的求解算法。
2016-06-15 cs.GT cs.SY eess.SY
Guaranteed Stability Margins for Decentralized Linear Quadratic Regulators
本文研究有向无环图上多决策者分散式LQR的稳定裕度问题，证明在子控制器输入代价解耦时其具有与经典LQR类似的保证稳定裕度，而引入代价耦合后该保证消失。
2023-05-25 cs.SY eess.SY math.OC
A homotopy approach to coherent quantum LQG control synthesis using discounted performance criteria
本文研究了线性二次型高斯（LQG）控制问题，该控制问题是由一个被控对象与一个相干（无测量）控制器的场反馈连接而成。被控对象和控制器都是由线性量子随机微分方程控制的多模开放量子谐振子。控制目标是使闭环系统内部稳定，并最小化无限时域二次成本涉及的植物变量和控制器输出受量子物理可实现性（PR）约束。这个相干量子LQG（CQLQG）控制问题，这一直是积极的研究兴趣超过十年，不承认一个解决方案的形式分离原则和独立的Riccati方程已知的经典对应。我们应用变分技术的一个家庭的折扣CQLQG控制问题的参数化的有效时间范围。这就产生了一个同伦算法，它是初始化的PR（但不一定稳定）控制器，并在一个局部最优的稳定控制器的原始问题的限制。
2020-02-06 cs.SY eess.SY math.OC
Coherent quantum LQG controllers with Luenberger dynamics
本文研究了无测量场介导的量子系统与稳定化量子控制器之间的相互连接的最小化无限时域均方代价的相干量子线性二次高斯控制问题。被控对象和控制器都是多模开放量子谐振子，由线性量子随机微分方程控制，相互耦合，并与真空态的外部多通道玻色子场耦合。我们讨论了量子物理可实现性条件和与经典分离原理相关的Luenberger结构之间的相互作用。这导致控制器增益矩阵上的二次约束，其在控制器变量的规范表示中的共轭位置和动量的交换变换的框架中制定。对于一类具有Luenberger动力学的相干量子控制器，我们得到了代数方程形式的最优性一阶必要条件，其中包含一个矩阵值Lagrange乘子.
2022-11-14 cs.SY eess.SY math.OC
Sufficient statistics for linear control strategies in decentralized systems with partial history sharing
本文研究了具有部分历史共享信息结构的分散LQG系统，识别出有限维的充分统计量，无需假设部分嵌套或二次不变性，基于Nayyar等人2013年的共同信息方法。
2014-03-11 cs.SY eess.SY math.OC
LQG Risk-Sensitive Single-Agent and Major-Minor Mean-Field Game Systems: A Variational Framework
本文提出变分框架解决LQG风险敏感最优控制与主从平均场博弈问题，推导最优性条件及线性反馈控制，并证明极限下纳什均衡与有限玩家ε-纳什均衡。
2025-03-26 cs.SY eess.SY math.OC
Distributionally Robust Linear Quadratic Control
本文将LQG控制推广到噪声分布未知且属于Wasserstein模糊集的场景，证明线性观测策略仍最优，并提出基于Frank-Wolfe算法和Kalman滤波的数值求解方法。
2023-11-01 cs.SY eess.SY math.DS
A Dynamic Programming Approach to Finite-horizon Coherent Quantum LQG Control
School of Engineering and Information Technology, University of New South Wales at the Australian Defence Force Academy（新南威尔士大学澳大利亚国防军学院工程与信息科技学院）
针对时变量子植物，采用动态规划和庞特里亚金最小值原理，通过哈密顿参数化将相干量子LQG控制问题转化为确定性最优控制问题，并证明了最优控制器的增益矩阵满足准分离性质。
2011-08-03 cs.SY eess.SY math.DS
Reinforcement Learning for Linear Quadratic Control is Vulnerable Under Cost Manipulation
New York University（纽约大学）
在这项工作中，我们研究了欺骗的线性二次高斯（LQG）代理通过操纵成本信号。我们表明，一个小的伪造的成本参数只会导致有界的最优策略的变化。该界限与攻击者可以应用于成本参数的伪造量呈线性关系。我们提出了一个攻击模型，攻击者的目的是误导代理学习“邪恶”的政策，故意伪造的成本参数。我们制定的攻击的问题作为一个凸优化问题，并制定必要和充分条件来检查攻击者的目标的可扩展性。我们展示了两种类型的LQG学习器的对抗操作：批量RL学习器和另一种是自适应动态规划（ADP）学习器。我们的研究结果表明，只有2.296%的成本数据伪造，攻击者误导批量RL学习“邪恶”的政策，导致车辆的危险位置。攻击者还可以通过不断向学习者提供与实际成本信号接近的伪造成本信号，逐渐诱骗ADP学习者学习相同的“邪恶”政策。本文旨在提高人们对RL使能的控制系统所面临的安全威胁的认识。
2022-04-07 cs.AI cs.CR cs.LG
Sub-optimality of the Separation Principle for Quadratic Control from Bilinear Observations
Cornell（康奈尔大学）；MIT（麻省理工学院）；U Washington（华盛顿大学）
研究双线性观测下线性系统二次控制问题，证明分离原理不成立、最优控制器非线性且不唯一，提出输入依赖可观测性概念并给出滤波协方差有界条件，通过数值实验验证理论。
2025-10-21 cs.LG cs.SY eess.SY
Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part II
Massachusetts Institute of Technology（麻省理工学院）；University of Maryland, College Park（大学公园大学）；Technical University Munich（慕尼黑技术大学）
本文提出了一种基于成本驱动的线性二次高斯控制表示学习方法，通过隐式学习潜在动态来改进控制器性能。
2026-03-08 cs.LG cs.SY eess.SY
Inverse Linear-Quadratic Gaussian Differential Games
Institute of Control Systems, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院控制系统研究所）
本文提出了一种解决有限时间线性二次高斯微分博弈中逆随机微分博弈问题的方法，通过估计反馈策略、重构耦合里卡蒂微分方程以识别成本函数参数，以及最大似然估计噪声尺度参数，实现参数恢复。
2026-04-28 cs.SY eess.SY
A Gradient Descent Approach to Optimal Coherent Quantum LQG Controller Design
UNSW Canberra（新南威尔士大学堪培拉分校）
本文提出利用梯度下降算法设计最优相干量子线性二次高斯控制器，通过考虑物理可实现性约束，解决量子闭环系统的无限时间均方性能优化问题。
2015-02-01 cs.CE cs.SY eess.SY
A PAC-Bayes Approach for Controlling Unknown Linear Discrete-time Systems
The University of Melbourne（墨尔本大学）
本文提出了一种PAC-Bayes框架，用于学习未知随机线性离散时间系统的控制器，推导了数据依赖的高性能界限，并提出了具有理论保证的高效学习算法，适用于有限和无限控制器空间。与先前工作相比，我们的界限适用于无界二次成本，在LQG最优的特殊情况中，数值结果表明所学控制器的性能与LQG相当。
2026-08-05 cs.SY eess.SY math.OC
Rate-Cost Tradeoffs in Nonlinear Control
California Institute of Technology（加州理工学院）
研究受限速率下一般随机控制系统（含非线性系统）的速率-成本权衡，提出非渐近界方法，证明定向信息为速率受限控制的关键量，扩展其应用至非线性控制系统。
2026-10-20 cs.IT cs.SY eess.SY
Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part I
Massachusetts Institute of Technology（麻省理工学院）；University of Maryland, College Park（马里兰大学 College Park 分校）；Technical University Munich（慕尼黑技术大学）
本文提出了一种基于成本驱动的方法，用于学习状态表示以解决线性二次高斯控制问题，并建立了有限样本下的保证。
2026-03-08 cs.LG cs.SY eess.SY
Joint Actuator-sensor Design for Stochastic Linear Systems
University of Colorado, Boulder（科罗拉多大学博尔德分校）
本文研究随机线性控制系统中执行器-传感器联合设计问题，通过梯度下降算法最小化时间平均成本，证明在特定条件下算法能收敛到全局最优解。
2018-06-09 cs.SY eess.SY
Variance Reduction of Quadcopter Trajectory Tracking in Turbulent Wind
我们考虑在湍流多风环境中操作的四轴飞行器。湍流环境可能由结构、景观、地形以及最重要的是由低层大气中的独特物理现象强加给四轴飞行器。湍流会对四轴飞行器的性能和操作产生负面影响。将湍流建模为随机随机输入，我们研究了可以减少湍流对四轴飞行器运动影响的控制设计。特别是，我们设计了一个最小成本方差（MCV）控制器，旨在最大限度地减少成本方面的加权和的均值和方差。我们线性化的四轴飞行器的动力学和检查MCV控制器来自一组耦合代数Riccati方程（CARE）与全状态反馈。我们的初步仿真结果表明，减少方差和平均轨迹跟踪误差相比，传统的线性二次型调节器（LQR）。
2021-08-25 cs.SY eess.SY
Optimality of Linear Policies in Distributionally Robust Linear Quadratic Control
本文研究未知噪声下的分布鲁棒 LQG 控制，证明仿射/线性策略与高斯最坏情形分布的最优性，并提出基于 Kalman 滤波和动态规划的 Frank-Wolfe 算法。
2025-09-27 cs.SY eess.SY math.OC
Adaptive Target Tracking Using Retrospective Cost Input Estimation
本文提出一种自适应离散时间卡尔曼滤波方法，通过在线更新输入估计误差方差与状态估计误差相关性之和，使基于回顾成本输入估计的因果数值微分无需人工确定最佳固定参数，并在 CarSim 仿真车辆跟踪中验证了其性能。
2024-07-26 cs.SY eess.SY
Optimal Control of Multi-Agent Systems with Processing Delays
本文研究了具有固定通信延迟的异构多智能体网络协作控制问题，在LQG假设下无需离散化即可求出最优分散控制器的闭式解，其实现由LTI和FIR组件构成且具有直观的观测器-调节器架构。
2024-01-07 cs.SY eess.SY math.OC
Linear Quadratic Mean Field Games with Quantile-Dependent Cost Coefficients
本文研究成本系数依赖群体状态分布均值与方差的线性二次平均场博弈，推导了含耦合Riccati方程与方差演化方程的均衡解，证明了解的存在唯一性并通过数值实验验证了性能。
2024-11-03 cs.SY eess.SY math.OC
