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
Constrained Iterative LQG for Real-Time Chance-Constrained Gaussian Belief Space Planning
Tsinghua University（清华大学）；Shanghai Qizhi Institute（上海期智研究院）；University of California, Berkeley（加州大学伯克利分校）；University of Tokyo（东京大学）
不确定条件下的运动规划对于自动驾驶汽车等安全关键系统具有重要意义。这样的系统必须满足必要的约束（例如，碰撞避免），其具有来自受干扰的系统动态或噪声传感器测量的潜在不确定性。然而，现有的运动规划方法不能有效地找到一般非线性和非凸设置下的鲁棒最优解。本文提出了机会约束的高斯置信空间规划问题，并提出了一种实时的【形】求解约束迭代线性二次高斯（CILQG）算法。在该算法中，我们迭代地计算一个高斯近似的信念和转换的机会约束。我们评估我们的方法在模拟自动驾驶规划任务的静态和动态障碍物的有效性。结果表明，CILQG能更好地处理不确定性，计算时间比基线方法更快。
2021-08-21 cs.RO 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
Optimal controller/observer gains of discounted-cost LQG systems
Delft University of Technology（代尔夫特理工大学）；Uppsala University（乌普萨拉大学）
本文研究了具有指数折扣因子的LQG系统中，如何通过估计状态来获得最优控制策略，并给出了相应的最优期望成本表达式。
2018-12-07 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
LQG Reference Tracking with Safety and Reachability Guarantees under Unknown False Data Injection Attacks
我们研究了一个线性二次高斯（LQG）跟踪问题的安全性和可达性的限制存在的对手谁安装的FDI攻击一组未知的传感器。对于每个可能的受损传感器集合，我们维护一个状态估计器，不考虑该集合中的传感器，并基于此估计计算每次的最优LQG控制输入。我们提出了一种控制策略，约束控制输入位于一个固定的距离内的最优控制输入对应于每个状态估计。控制输入在每个时间步通过求解二次约束二次规划（QCQP）。我们证明了我们的政策可以实现一个理想的概率的安全性和可达性使用屏障证书的方法。我们的控制策略是通过数值案例研究进行评估。
2022-07-11 cs.SY eess.SY
Mean and variance of the LQG cost function
Delft University of Technology（代尔夫特理工大学）；Uppsala University（乌普萨拉大学）
本文推导了LQG成本函数的均值和方差的解析表达式，采用Lyapunov方程和矩阵指数两种方法，并应用于减少成本超过阈值的概率。
2016-02-08 cs.SY eess.SY
Behavioral Feedback for Optimal LQG Control
在这项工作中，我们从行为的角度重新审视线性二次高斯（LQG）最优控制问题。出于数据驱动控制的行为模型的适用性，我们开始在输入-输出行为的空间中重新表述LQG问题，并获得最优解的完整表征。特别是，我们表明，最优LQG控制器可以表示为一个静态的行为反馈增益，从而消除了动态状态估计特性的状态空间方法的需要。最佳LQG增益的静态形式也使其适合于通过梯度下降进行计算，我们通过数值实验进行了研究。此外，我们强调了这种方法的优势，在数据驱动的控制设置学习的最佳LQG控制器从专家演示。
2022-09-19 cs.SY eess.SY math.OC
An approach to the LQG/LTR design problem with specifications for finite-dimensional SISO control systems
Aalen University（阿伦大学）；Queen Mary University of London（伦敦大学玛丽女王学院）
提出一种基于加权增广的LQG/LTR设计方法，将低高频设计规格纳入LTR框架，通过灵敏度函数塑造闭环性能与鲁棒性，并用齿轮直流电机扭矩控制实例验证。
2026-06-19 cs.SY eess.SY
Sample Complexity of the Robust LQG Regulator with Coprime Factors Uncertainty
针对潜在不稳定的线性时不变（LTI）系统，研究了学习具有未知动态的H2最优控制器（线性二次高斯（LQG）问题）的端到端样本复杂度界。鲁棒LQG综合过程中考虑有界可加模型不确定性互质因素的对象。通过使用Sarkar等人（2020）的普通最小二乘算法，从噪声有限长度输入-输出数据的单个时间序列构建Hankel类矩阵，来执行真实设备标称模型的闭环识别。接下来，提供了估计模型误差的H ∞界，并通过凸优化设计鲁棒控制器，这与Boczar et al.（2018）和Zheng et al.（2020 a）的精神非常相似，同时允许模型互质因子上的有界加性不确定性。我们的结论是一致的学习LQG和LQR控制器与以前的结果。
2022-07-02 cs.SY eess.SY
Optimal Sequence-Based LQG Control over TCP-like Networks Subject to Random Transmission Delays and Packet Losses
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
针对TCP类网络中的随机丢包和时变时延，提出一种序列化控制器设计方法，推导了线性二次高斯（LQG）控制问题的最优解，并证明分离原理成立。
2012-11-13 cs.SY eess.SY
Privacy Preservation by Intermittent Transmission in Cooperative LQG Control Systems
本文针对单用户-服务器协作LQG控制系统，提出周期性间歇传输的隐私保护方案，分析传输周期对隐私与控制性能的影响，并在控制性能损失约束下求解权衡优化问题。
2024-03-28 cs.SY eess.SY
Communication over LQG Control Systems: A Convex Optimization Approach to Capacity
本文研究 LQG 控制系统中的隐式通信容量问题，提出一种凸优化上界，并在标量情形下证明其精确等于系统容量，同时为向量情形给出基于 Riccati 方程的紧性充分条件。
2025-09-21 cs.IT cs.SY eess.SY
Learning Robust Data-based LQG Controllers from Noisy Data
针对未知线性时不变系统的联合状态估计与控制问题，提出基于半定规划的含噪数据驱动LQG控制器设计方法，证明其稳定性并通过数值测试验证了有效性。
2023-05-02 cs.SY eess.SY
Trajectory Tracking Control of UAV Bicopter using Linear Quadratic Gaussian
本文针对携带有效载荷的UAV Bicopter在轨迹跟踪中易受惯性干扰的问题，提出使用LQG控制器替代LQR，仿真证明其具有更低的RMSE并有效克服干扰。
2023-09-15 cs.SY eess.SP eess.SY
Event-Based Distributed Linear Quadratic Gaussian for Multi-Robot Coordination with Localization Uncertainty
Toronto Metropolitan University（多伦多都会大学）；University of Alberta（阿尔伯塔大学）
本文提出了一种事件触发的分布式LQG控制策略，用于在定位不确定性下实现多机器人协调，通过解耦控制器与触发机制，在保证随机稳定性的同时有效平衡会合精度与通信效率。
2025-03-28 cs.RO cs.SY eess.SY
On the Semidefinite Duality of Finite-Horizon LQG Problem
本文的目的是通过半定规划（SDP）问题的拉格朗日对偶，研究随机线性定常系统的线性二次高斯（LQG）控制问题的基本原理。特别是，我们推导出有限时域LQG问题的SDP公式，及其拉格朗日对偶。证明了LQG的Riccati方程可以导出相应SDP问题的KKT最优性条件。此外，所提出的原问题有效地简化了系统矩阵和增益矩阵。这使我们能够开发新的凸松弛的非凸结构控制设计问题，如分散控制问题。我们希望这项工作将提供新的见解LQG问题，并可能促进各种最优控制问题的新配方的发展。数值算例验证了所提方法的有效性。
2021-08-15 cs.SY eess.SY math.OC
Inertial-Based LQG Control: A New Look at Inverted Pendulum Stabilization
Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（海法大学卡尔尼海洋科学学院哈特海洋技术系）
本文提出利用局部微分平坦性将高阶动力学纳入系统模型，改进LQG控制器以更稳健地稳定动态稳定移动平台，尤其在传感器有限的户外环境中。
2025-03-24 cs.SY eess.SY
Body Travel Performance Improvement of Space Vehicle Electromagnetic Suspension System using LQG and LQI Control Methods
电磁悬架系统主要应用于高速车辆领域。本文采用线性二次型最优控制问题对空间探测器四分之一电磁悬浮系统进行了建模、设计和仿真。设计了线性二次型高斯控制器和线性二次型积分控制器，以改善车辆在凹凸不平路面上的车身行程。对所提出的控制器进行了比较，并对仿真结果进行了分析。
2020-06-18 cs.SY eess.SP 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
The Fragility of Learning LQG Controllers
ETH AI Center（苏黎世联邦理工学院人工智能中心）；Institute for Automatic Control at ETH Zurich（苏黎世联邦理工学院自动控制研究所）；Department of Electrical and Systems Engineering at the University of Pennsylvania（宾夕法尼亚大学电气与系统工程学院）
本文研究了在部分观测情况下学习LQG控制器的样本复杂性下界，通过推导信息论下界，揭示了在部分观测条件下学习LQG控制器的挑战，展示了脆弱鲁棒控制问题如何转化为高样本复杂性，并强调了任务导向的实验设计和系统协同设计的重要性。
2026-05-18 cs.SY eess.SY
Comparative Study of Q-Learning for State-Feedback LQG Control with an Unknown Model
Southern University of Science and Technology（南方科技大学）；School of Automation, Guangdong University of Technology（广东工业大学自动化学院）；French Argentine International Center for Information and Systems Sciences, National Scientific and Technical Research Council, Argentina（阿根廷国家科学研究与技术委员会法国阿根廷信息与系统科学国际中心）
针对系统矩阵与过程噪声协方差未知的状态反馈LQG控制问题，比较经典系统辨识+控制器设计方法与基于Q-learning的方法，发现经典方法渐近高效且数值效率更优，仍是未知参数下SF-LQG设计的最佳选择。
2025-11-11 cs.SY eess.SY
LQG Graphon Mean Field Games: Analysis via Graphon Invariant Subspaces
本文在[2]-[4]的图子平均场对策框架下，研究了具有齐次节点动力学参数和异质网络耦合的大规模线性二次随机对策的近似解.首先建立图子时变动力系统模型，研究线性二次高斯图子平均场对策（LQG-GMFG）的有限次极限问题。极限问题的Nash平衡点由两个耦合的图子时变动力系统刻画。建立了极限LQG-GMFG问题存在唯一解的充分条件。对于LQG-GMFG解的计算，建立了两种方法，一种是基于不动点迭代，另一种是基于解耦算子Riccati方程;此外，基于谱分解建立了两组相应的解。最后，一组与不同类型的图子相关的网络的数值模拟。
2021-10-21 cs.SY eess.SY math.OC
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
Robust Causal Transform Coding for LQG Systems with Delay Loss in Communications
Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系）；School of Electrical and Computer Engineering, College of Engineering, University of Tehran（德黑兰大学工程学院电气与计算机工程学院）；Department of Electrical Engineering, California Institute of Technology（加州理工学院电气工程系）
本文提出一种鲁棒因果变换编码方案，用于处理具有随机延迟丢失的网络控制系统，通过利用系统状态记忆实现高效通信并优化LQG闭环系统的控制器设计。
2016-07-27 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 Game Theoretic Analysis of LQG Control under Adversarial Attack
受深度强化学习对抗性攻击研究的启发，本文研究了对线性二次高斯控制的欺骗攻击。在所考虑的攻击模型中，对手可以操纵观察的代理受互信息约束。对抗性问题被表述为一种新的动态廉价谈话游戏，以捕捉对手和代理之间的战略互动，信息可用性的不对称性和系统动态。给出了纯策略和行为策略中存在子博弈完美均衡的充要条件，并给出了均衡的特征和控制报酬.结果表明，纯策略均衡是信息均衡，而行为策略均衡只存在咿呀学语均衡。数值结果表明，战略对抗互动的影响。
2020-09-10 cs.SY eess.SY
Time-invariant prefix-free source coding for MIMO LQG control
在这项工作中，我们考虑离散时间多输入多输出（MIMO）线性二次高斯（LQG）控制的反馈由可变长度的二进制码字。为了简化解码器架构，我们对码字实施严格的前缀约束。我们开发了一个数据压缩架构，可证明实现了一个固定的约束LQG性能的接近最小的时间平均预期的比特率。与现有技术相比，该架构符合严格的前缀约束，并且不需要时变无损信源编码。
2022-07-26 cs.IT cs.SY eess.SP
Output-feedback Synthesis Orbit Geometry: Quotient Manifolds and LQG Direct Policy Optimization
针对LQG动态输出反馈控制器优化中退化驻点阻碍梯度方法的问题，本文引入坐标不变黎曼度量与商流形结构，提出带局部线性收敛保证的黎曼梯度下降法，数值性能优于普通梯度下降。
2024-08-15 cs.SY eess.SY math.OC
LQG for Constrained Linear Systems: Indirect Feedback Stochastic MPC with Kalman Filtering
提出一种结合卡尔曼滤波与间接反馈SMPC的输出反馈控制方法，实现约束线性系统在概率约束下的递归可行性与闭环机会约束满足，并可在特定设计下恢复LQG解。
2023-11-17 cs.SY eess.SY math.OC
Imitation and Transfer Learning for LQG Control
本文针对LQG控制，在系统参数未知且多任务场景下，提出基于数据分离原理的模仿与迁移学习方法，可减少约50%的专家数据需求。
2023-06-22 cs.SY eess.SY math.OC
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
Sensing-Constrained LQG Control
University of Pennsylvania（宾夕法尼亚大学）；Massachusetts Institute of Technology（麻省理工学院）
线性二次型高斯（LQG）控制研究的是具有不完全状态信息的线性高斯系统的最优控制器和估计器的设计问题。标准LQG假设要提供给估计器的传感器测量集合。然而，在许多问题中，出现在网络化系统和机器人，一个可能无法使用所有可用的传感器，由于功率或有效载荷的限制，或可能有兴趣在使用传感器的最小子集，保证达到所需的控制目标。在本文中，我们介绍了传感约束LQG控制问题，其中一个必须联合设计传感，估计和控制，在给定的约束下，用于传感的资源。我们专注于现实的情况下，其中的传感策略必须选择一个有限集的可能的传感方式。虽然计算的最佳传感策略是棘手的，我们提出了第一个可扩展的算法，计算一个接近最佳的传感策略，可证明的次优保证。为此，我们表明，分离原则，这使得设计的传感，估计和控制策略隔离。最后讨论了感知约束LQG控制的两个应用，即感知约束编队控制和资源约束机器人导航。
2020-05-14 cs.RO cs.SY eess.SY
Frequency Locking of an Optical Cavity using LQG Integral Control
University of New South Wales at the Australian Defence Force Academy（澳大利亚国防军学院新南威尔士大学）；Australian National University（澳大利亚国立大学）
本文应用积分线性二次高斯（LQG）最优控制理论解决量子光学中的腔锁定问题，通过子空间辨识法建立系统模型，并设计含积分作用的LQG控制器以稳定腔频率并抑制低频噪声，实验验证成功。
2008-09-03 cs.SY eess.SY quant-ph
Missile Attitude Control via a Hybrid LQG-LTR-LQI Control Scheme with Optimum Weight Selection
Jadavpur University（贾达普大学）
本文提出一种混合LQG-LTR-LQI控制策略，通过优化权重矩阵提升导弹姿态控制性能，结合卡尔曼滤波与LQR实现状态估计与反馈控制，同时利用LTR和LQI提高稳定性与跟踪精度。
2016-11-29 cs.SY eess.SY math.OC
LQG solution for POMDP without estimating states: A minimum variance approach
Department of Artificial Intelligence at Indian Institute of Technology Kharagpur（印度理工学院Khargapur人工智能系）
研究离散时间线性时不变系统在测量不完整和有噪声时的控制，利用最小方差对偶性设计不依赖状态估计的LQG控制器，将控制输入表示为测量值和先前输入的线性函数，经理论证明和数值实验验证了方法的有效性。
2026-11-04 cs.RO cs.SY eess.SY
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
Near-Optimal Belief Space Planning via T-LQG
Texas A&M University（德克萨斯A&M大学）
本文提出T-LQG方法，用于非线性机器人系统在观测和运动不确定性下的规划问题，提供近优反馈控制策略，解决POMDP问题。
2017-07-10 cs.RO 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
Learning-Based Design of LQG Controllers in Quantum Coherent Feedback
University of New South Wales（新南威尔士大学）；University of Newcastle（纽卡斯尔大学）；University of Duisburg-Essen（杜伊斯堡-埃森大学）；The Hong Kong Polytechnic University（香港理工大学）；Shenzhen Research Institute, The Hong Kong Polytechnic University（香港理工大学深圳研究院）；University of Technology Sydney（悉尼科技大学）
本文提出一种专为量子系统LQG控制器设计的差分进化算法，通过改进的可行性规则、惩罚函数和自适应搜索范围，提升算法性能，实现更优的控制器设计。
2025-02-23 cs.SY eess.SY quant-ph
Policy Gradient Method for LQG Control via Input-Output-History Representation: Convergence to $O(ε)$-Stationary Points
The University of Electro-Communications（电气通信大学）；Purdue University（普渡大学）
该研究针对LQG动态输出反馈控制问题，利用输入输出历史表示将其转化为部分状态反馈增益优化问题，通过引入小幅过程噪声构造松弛问题，证明普通策略梯度方法可收敛到$O(ε)$-平稳点，数值实验验证其能收敛到全局最优解邻域。
2025-10-22 cs.SY eess.SY math.OC
Complete Decentralization of Linear Quadratic Gaussian Control for the Discrete Wave Equation
针对单位圆上具有分布式驱动和部分测量的线性波动方程，提出其空间离散化的LQG控制解析解，证明特定参数下最优策略可完全去中心化，仅需本地测量即可计算最优控制信号，并揭示了去中心化条件与能量及控制努力指标的关系。
2025-09-16 cs.SY eess.SY math.OC
On the Gradient Domination of the LQG Problem
Department of Electrical Engineering at Columbia University（哥伦比亚大学电气工程系）
本文通过引入历史表示参数化和提升论证，克服了LQG问题在经典参数化下缺乏梯度支配性的问题，证明了策略梯度方法在基于模型和无模型设定下的全局收敛与稳定性。
2026-10-23 cs.LG cs.SY eess.SY
Linear Equilibria for Dynamic LQG Games with Asymmetric Information and Dependent Types
考虑了非零和非对称信息下的线性二次高斯动态博弈。每个参与者私下观察世界$V$的（隐藏）状态的噪声版本，导致依赖的私人观察。我们研究了这个博弈的完美贝叶斯均衡（PBE），均衡策略在玩家对$V$的私人估计中是线性的。主要的困难来自这样一个事实，即参与者需要在其他参与者对$V$的估计上构建估计，这反过来又意味着需要构建一个无限的估计层次，从而使问题无法解决。我们发现，这是不是这样的：每个球员的估计对其他球员的估计$V$可以概括为她自己的估计$V$和一些适当定义的公共信息。基于这一发现，我们通过一个向后/向前的算法类似于动态规划的标准LQG控制问题的PBE的特点。然而，与标准LQG问题不同，卡尔曼滤波器协方差矩阵以及其他一些所需的量是依赖于观测的，因此不能通过前向递归离线评估。
2019-09-11 cs.SY econ.GN eess.SY
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
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
On the Global Optimality of Linear Policies for Sinkhorn Distributionally Robust Linear Quadratic Control
Institute of Mechanical Engineering, EPFL（机械工程学院，洛桑联邦理工学院）
本文提出了一种分布鲁棒的有限时间LQG控制问题扩展，通过熵正则化Wasserstein距离定义的模糊集假设未知噪声分布，证明线性策略的全局最优性，并通过数值实验展示改进的分布鲁棒性。
2026-03-26 cs.SY eess.SY math.OC
LQG Information Design
本文针对网络博弈主力模型中的信息设计问题，将其建模为半定规划并建立强对偶性，给出最优性充要条件，揭示福利最大化时状态以聚合形式完全披露、角色互换时最优结构具对称性且信息量与网络色数相关的核心结论。
2025-08-15 cs.SY econ.TH eess.SY
On Controller Reduction in Linear Quadratic Gaussian Control with Performance Bounds
控制器降阶问题在控制理论中有着悠久的历史。然而，许多问题仍然悬而未决。特别是，存在很少的结果一般非观测器为基础的控制器的降阶和随后的量化的闭环性能。线性二次高斯（LQG）控制的无模型策略优化的最新进展突出了这个问题的重要性。在本文中，我们首先提出了一组新的充分条件，确保摄动控制器保持内部稳定。在此基础上，我们说明了如何使用平衡截断和模态截断对一般的基于非观测器的控制器进行降阶。我们还提供了显式的降阶控制器的LQG性能的界限。此外，对于单输入单输出（SISO）系统，我们引入了一种新的控制器减少技术截断不稳定模式。我们用数值模拟来说明我们的理论结果。我们的结果将作为设计用于部分观测控制问题的直接策略搜索算法的有价值的工具。
2022-11-29 cs.SY eess.SY math.OC
Model-free LQG Control with Chance Constraints
Linköping University（林雪平大学）；Uppsala University（乌普萨拉大学）
针对带概率风险约束的线性时不变系统，提出一种基于自然策略梯度的演员-评论家算法，在无模型情况下实现线性收敛并保证闭环稳定性，数值验证其有效性。
2026-09-28 cs.SY eess.SY
Distributed Linear Quadratic Gaussian for Multi-Robot Coordination with Localization Uncertainty
Toronto Metropolitan University（多伦多都会大学）；University of Alberta（阿尔伯塔大学）
本文针对存在定位不确定性的多机器人系统，提出一种分布式随机LQG控制策略，在优化性能的同时确保协调，并证明了系统稳定性，经Robotrium仿真验证了其鲁棒性与实际适用性。
2025-03-26 cs.MA cs.RO cs.SY
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
Optimal Controller Synthesis and Dynamic Quantizer Switching for Linear-Quadratic-Gaussian Systems
在网络化的控制系统中，传感信号通常在被传输到控制器之前被量化。因此，性能受到该量化过程的粗糙度的影响。现代通信技术允许用户根据所支付的价格获得分辨率变化的量化测量。在本文中，我们考虑的量化反馈线性二次高斯（QF-LQG）系统的最优控制器综合的测量被量化之前被发送到控制器。该系统提出了几种选择的量化器，以及操作每个量化器的成本。我们的目标是联合选择的量化器和控制器，将保持控制性能和量化成本之间的最佳平衡。在一定的假设下，这个问题可以解耦成两个优化问题：一个是最优控制器的合成，另一个是最优量化器的选择。我们发现，类似于经典的LQG问题，最优控制器综合子问题的特点是Riccati方程。另一方面，最佳量化器的选择策略是通过解决一定的马尔可夫决策过程（MDP）。
2020-01-31 cs.SY eess.SY math.DS
LQG Control and Sensing Co-Design
Massachusetts Institute of Technology（麻省理工学院）；University of Pennsylvania（宾夕法尼亚大学）
我们研究了线性二次高斯（LQG）控制和传感协同设计问题，其中一个联合设计的传感和控制策略。我们专注于现实的情况下，其中感测设计是在可用传感器的有限集中选择的，其中每个传感器与不同的成本相关联（例如，功耗）。我们考虑两个双重问题的情况下：传感约束LQG控制，其中一个最大限度地提高控制性能的传感器成本预算，和最小传感LQG控制，其中一个最小化传感器成本的性能约束。我们证明了没有多项式时间算法保证在所有的问题实例的最佳常数近似因子。尽管如此，我们提出了第一个多项式时间算法与每个实例次优保证。为此，我们利用分离原则，部分地简化了传感和控制的设计。然后，我们框架LQG协同设计的优化近似超模集函数，我们开发新的算法来解决问题，我们证明了原来的结果的算法的性能，并建立其次优性和控制理论量之间的连接。最后，我们讨论了两个应用程序，即感知约束的编队控制和资源受限的机器人导航的文件。
2020-05-19 cs.MA cs.RO cs.SY
