General Distribution Steering: A Sub-Optimal Solution by Convex Optimization
本文针对一阶离散时间线性系统的一般分布引导问题，提出基于矩表示的凸优化方法，通过最小化加权平方积分距离获得凸可行域，实现连续与离散分布的次优引导，并验证优于高斯混合模型。
2025-03-31 cs.SY eess.SY math.OC
Continuous-Time Covariance Steering with Common Free-Final Time: Finite-Horizon Solutions and Infinite-Horizon Limits
Daniel Guggenheim School of Aerospace, Georgia Institute of Technology（佐治亚理工学院）；Department of Electrical and Computer Engineering, FAMU-FSU College of Engineering（FAMU-FSU工程学院）
本文针对连续时间随机线性系统的协方差转向问题，建立SDE约束SOCP的确定性重述，推导最优性条件与有限终端时间的充分条件，分析有限时域解的无限时域极限，开发算法并在三类问题上验证性能。
2026-08-12 cs.SY eess.SY math.OC
Data-Driven Density Steering via the Gromov-Wasserstein Optimal Transport Distance
Kyoto University（京都大学）
本文利用 Gromov-Wasserstein 度量解决未知线性系统下的数据驱动机会约束密度导引问题，将最优控制重构为差分凸规划并用 DC 算法求解，数值实验验证了其有效性。
2025-08-08 cs.LG cs.SY eess.SY
Discrete-time Optimal Covariance Steering via Semidefinite Programming
针对受概率状态与控制约束的随机离散时间线性系统，提出基于半定规划无损凸松弛的最优协方差导引方法，并证明其精确性与计算优势。
2023-10-04 cs.SY eess.SY
Steering nonholonomic integrator using orthogonal polynomials
考虑非完整积分器上具有不定常拉格朗日量的最小能量最优控制问题，并利用Sturm-Liouville理论求出了解析解.此外，我们还考虑了具有不定常拉格朗日量的李群$\mathbb{SO}(3)$上的最小能量问题。我们表明，非完整积分器和广义非完整积分器的转向可以通过使用各种家庭的正交多项式，如Chebyshev，Legendre和雅可比多项式除了在文献中考虑的三角多项式。最后，我们展示了如何找到次优的输入时，费用函数是由输入的$\mathcal{L}_1$规范从一个家庭的正交函数的元素。
2020-06-02 cs.SY eess.SY math.OC
Optimal Covariance Steering for Continuous-Time Linear Stochastic Systems With Additive Noise
本文研究了在加性噪声作用下，有限时间区间上一般连续时间线性随机系统的状态协方差的最优控制问题。这里的最优性意味着以最小的控制能量达到目标状态协方差。加性噪声可以包括高斯白噪声和在时间上不连续的突然“跳跃噪声”的组合。首先建立了线性时变随机系统状态协方差的能控性。然后，我们转向推导的最优控制，这需要解决两个动态耦合矩阵常微分方程（ODE）分裂边界条件。我们证明了这些耦合矩阵常微分方程解的存在性和唯一性，从而证明了最优控制解的存在性和唯一性。
2023-02-15 cs.SY eess.SY
Steering Robustness into World Action Models via Mechanistic Interpretability and Optimal Control
Georgia Institute of Technology（佐治亚理工学院）
研究世界行动模型在分布转移下的脆弱性，利用机制可解释性通过对比激活方向和基于模型的最优控制实现WAM转向，产生WA-LQR，预测不同模型转向能力，在部分模型上提高了对多种扰动的鲁棒性。
2026-07-17 cs.AI cs.LG cs.RO
Covariance Steering for Nonlinear Control-affine Systems
研究了非线性仿射控制系统的协方差操纵问题。我们的目标是找到一个最优控制策略，使系统的状态从一个初始分布转向一个目标分布，其均值和协方差是已知的。由于非线性，现有的线性协方差操纵问题的技术是不直接适用的。通过利用著名的Girsanov定理，我们制定了一个优化的空间路径分布的问题。然后，我们采用广义近似梯度算法来解决这个优化问题，其中每次更新都需要解决一个线性协方差转向问题。我们的算法是保证收敛到一个局部最优解的次线性速度。此外，该算法的每次迭代都可以用封闭形式实现，因此其计算复杂性对时间离散化的分辨率不敏感。在例子中，我们的方法实现了1000倍的速度比现有的算法。
2023-03-24 cs.SY eess.SY math.OC
Sequential Convex Programming for Optimal Line of Sight Steering in Agile Missions
机载自主和航天器最小化的趋势，通过最佳利用有限的扭矩资源，在有效的视线管理的进步提出了显着的潜力。在SENER Aeroespacial，我们正在实施AOCS算法，能够在不同的观察场景中提供敏捷性，在这些场景中，资源的利用是任务成功的基础。在这方面的贡献，我们提出了一个内部的优化工具箱，板载指导，SENER优化工具箱，我们建议使用在线姿态指导的敏捷航天器使用控制力矩陀螺仪。我们提出了不同的优化方案的基础上顺序凸规划，旨在减少实时实现的计算负担。结果突出了使用嵌入式最优控制进行快速回转机动时性能改善的潜力：与建议的计划，我们找到的解决方案，隐式管理奇点，比经典的砰砰机动快12.2%，同时增加轨迹的平滑度，以尽量减少灵活模式的激励。
2022-06-13 cs.SY eess.SY math.OC
Activation Steering of Video Generation Models via Reduced-Order Linear Optimal Control
Georgia Institute of Technology（佐治亚理工学院）
提出LA-LQR框架，将文本到视频推理建模为动态系统，通过降阶最优控制实现最小干预的激活引导，减少不安全内容生成同时保持视觉质量。
2026-06-03 cs.AI cs.CV cs.LG
Optimal steering of a linear stochastic system to a final probability distribution, Part III
University of Minnesota（明尼苏达大学）；University of California, Irvine（加州大学尔湾分校）；Università di Padova（帕多瓦大学）
本文探讨了在两个时间点之间通过全状态反馈对线性随机动力系统进行最优操控的问题，重点在于扩展框架以处理状态二次成本的情况。
2016-08-11 cs.SY eess.SY math.OC
Optimal Covariance Steering of Linear Stochastic Systems with Hybrid Transitions
本文研究线性随机系统在混合转移下的最优协方差导引问题，通过Saltation矩阵处理跳跃动态，对非奇异情况推导闭式解，对一般情况利用薛定谔桥对偶转化为凸优化，提供计算高效的最优解。
2024-10-17 cs.SY eess.SY math.OC
Density Steering of Gaussian Mixture Models for Discrete-Time Linear Systems
针对离散时间随机线性系统的有限时域密度转向问题，研究高斯混合模型表示的概率密度转向，推导高斯分布协方差转向最优策略，提出随机化策略并将问题转化为线性规划，可应用于一般分布转向。
2023-12-17 cs.SY eess.SY
DUST: A Framework for Data-Driven Density Steering
RTX Technology Research Center（RTX 技术中心）
DUST框架通过数据驱动方法解决未知线性系统协方差引导问题，结合噪声估计和鲁棒优化技术，实现状态密度的最优控制。
2026-02-06 cs.SY eess.SY math.OC
Schrödinger Meets Kuramoto via Feynman-Kac: Minimum Effort Distribution Steering for Noisy Nonuniform Kuramoto Oscillators
我们制定和解决的问题，有限时域最小控制努力指导的状态概率分布之间的规定端点关节的有限总体的网络噪声非均匀仓本振荡器。我们考虑一阶和二阶随机Kuramoto模型。对于相关随机最优控制的数值解，我们提出了将某些测度值近似递推与Feynman-Kac路径积分计算相结合的方法.我们通过数值例子说明了所提出的框架。
2022-09-06 cs.SY eess.SY math.OC
Constrained Multi-Modal Density Control of Linear Systems via Covariance Steering Theory
针对状态密度为 GMM 的离散时间随机线性系统，提出利用随机化控制策略将有限时域密度引导转化为线性或双线性规划，并给出一般分布近似的误差界。
2025-01-06 cs.SY eess.SY math.OC
Control Realization of Schrödinger Bridges over Discrete-Time Nonlinear Systems via Maximum-Entropy Distribution Steering
The University of Tokyo（东京大学）；Kyoto University（京都大学）
本文研究离散时间非线性系统的最大熵分布引导，证明薛定谔桥可通过最优控制策略实现，刻画其状态路径测度、有限代价可行性条件，并给出两类系统的特例。
2026-10-14 cs.SY eess.SY math.OC
Local Linearity of LLMs Enables Activation Steering via Model-Based Linear Optimal Control
Georgia Institute of Technology, Atlanta, GA, USA. Schools of Electrical and Computer Engineering（佐治亚理工学院，亚特兰大，GA，美国。电气与计算机工程学院）
通过利用大模型层间动力学的局部线性特性，本文将LLM推理建模为线性时变动态系统，采用线性二次调节器计算反馈控制器，实现激活的闭环控制，具有低计算开销和无离线训练的优势，同时提供理论误差界保证控制性能。
2026-04-21 cs.AI cs.LG cs.SY
Linear Exponential Quadratic Gaussian Covariance Steering
Iowa State University（爱荷华州立大学）
本文提出并分析连续时间LEQG协方差转向问题，证明最优控制器由对称矩阵参数化，推广风险中性结果，并证明匹配噪声情形下解的存在唯一性。
2026-09-14 cs.AI cs.LG cs.SY
Prediction and Optimal Feedback Steering of Probability Density Functions for Safe Automated Driving
我们提出了一个随机预测控制框架，以促进自动驾驶的安全性，通过直接控制的联合状态概率密度函数（PDF）的车辆动力学通过随机级状态反馈。为了说明的主要思想，我们专注于多车道高速公路驾驶的情况下，虽然所提出的框架可以适应其他情况。计算管道由PDF预测层和PDF控制层组成。预测层对自我和非自我车辆的随机状态进行滚动时域非参数预测，从而得出自我的安全目标PDF。后者是基于预测的碰撞概率，并促进概率安全的自我。PDF控制层设计了一个反馈，该反馈在满足端点PDF约束的同时，最佳地操纵受控制的自我动力学约束的联合状态PDF。我们的PDF预测层的计算利用受控Liouville PDE的结构来演化联合PDF值，而不是凭经验近似PDF。PDF控制层的计算利用了车辆动力学中的微分平坦结构。我们利用最佳质量传输和薛定谔桥的最新理论和算法进展。数值模拟说明了所提出的框架的有效性。
2020-11-08 cs.SY eess.SY math.OC
Data-Driven Covariance Steering Control Design
本文提出一种数据驱动的协方差导引控制框架，在未知系统动态下利用 Willems 等人的工作构建数据参数化，通过凸规划求解均值与协方差控制问题，并在双积分器系统上验证了其与基于模型方法的等价性及鲁棒性。
2023-03-30 cs.SY eess.SY math.OC
Collective steering in finite time: controllability on $\text{GL}^+(n,\mathbb{R})$
本文研究通过公共状态反馈律控制 $n$ 个同线性动力学粒子位置重排的问题，将其转化为正行列式矩阵空间动力系统可控性问题，证明任务可行且可任意快速完成，同时指出最优反馈控制策略可能不存在及无通用连续线性反馈公式。
2024-11-27 cs.SY eess.SY math.OC
Probabilistic Trajectory Design Via Approximate Gaussian Mixture Steering
提出一种基于近似高斯混合分布引导的随机非线性最优控制方法，解决不确定下航天器轨迹设计问题，在地球到火星转移任务中实现了更高的约束满足度和更低的成本。
2024-01-04 cs.SY eess.SY math.OC
Exact SDP Formulation for Discrete-Time Covariance Steering with Wasserstein Terminal Cost
在本文中，我们提出了新的结果与Wasserstein距离终端成本的协方差导向问题。我们表明，状态历史反馈控制政策参数化，这已经被用来解决这类问题，需要一个不必要的大量的变量，可以被替换为一个随机的状态反馈政策，导致更容易处理的问题配方没有任何性能损失。特别地，我们证明了在后一种策略下，该问题可以等价地表示为一个半定规划（SDP），这与我们以前的结果形成了鲜明的对比，我们以前的结果只能保证随机最优控制问题可以归结为一个凸函数差规划.然后，我们表明，通过解决相关的SDP找到的最优策略对应于一个确定性的状态反馈策略。最后，我们提出了非平凡的数值模拟，这表明我们提出的随机状态反馈政策的好处来自SDP制定的问题在该领域的计算效率和控制器性能方面的现有方法。
2022-05-22 cs.SY eess.SY math.OC
Data-Driven Covariance Steering with Output Feedback
Georgia Institute of Technology（佐治亚理工学院）
本文研究无系统模型知识下的随机离散时间线性时不变系统输出反馈协方差操控问题，通过可控非最小状态表示将问题转化为状态反馈形式，并利用离线采集的持久激励数据，采用间接和直接方法解决均值与协方差操控问题，最终通过凸松弛转化为半正定规划进行求解。
2026-09-15 cs.SY eess.SY
Nonlinear Stochastic Density Steering via Gaussian Mixture Schrodinger Bridges and Multiple Linearizations
Georgia Institute of Technology（佐治亚理工学院）
本文研究非线性连续时间随机系统的最优密度引导问题，通过高斯混合模型近似边界分布，将非线性问题分解为多个高斯到高斯最优协方差引导子问题，利用局部线性化提高精度，通过地球到火星轨道转移实验验证有效性。
2026-04-24 cs.SY eess.SY
Distribution Steering via Sliced Optimal Transport Control
The University of Tokyo（东京大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）
本文针对动力系统分布引导问题，提出基于切片最优传输的有限时间控制框架，通过投影最优传输映射构造反馈律，实现分布引导并验证其收敛性，扩展至线性系统并给出数值示例。
2026-08-14 cs.LG cs.SY eess.SY
Covariance Steering of Discrete-Time Stochastic Linear Systems Based on Distribution Distance Terminal Costs
考虑一类离散时间随机线性系的随机最优控制问题，该问题寻求使系统的终态的概率分布接近期望的高斯分布的控制策略.在我们的问题制定，之间的接近度的终态分布和所需的（目标）分布测量的平方Wasserstein距离，这是与相应的终端成本项。将随机最优控制问题转化为有限维非线性规划问题，并证明了其性能指标可以表示为两个凸函数之差。这种性能指标的表示允许我们通过所谓的凸-凹过程[1]找到原始非线性规划的局部最小值。随后，我们考虑类似的问题，但这次我们使用对应于KL分歧的终端成本。最后，我们提出了非平凡的数值模拟，以证明所提出的技术，并比较它们的计算时间。
2020-09-29 cs.SY eess.SY math.OC
Steering the distribution of agents in mean-field and cooperative games
Iowa State University（爱荷华州立大学）；University of California, Irvine（加州大学尔湾分校）；Università di Padova（帕多瓦大学）
本文研究如何通过终端成本引导弱相互作用动态系统达到指定终端分布，结合最优运输理论扩展方法。
2017-12-10 cs.SY eess.SY math.OC
Optimal steering of a linear stochastic system to a final probability distribution
University of Minnesota（明尼苏达大学）；Università di Padova（帕多瓦大学）
本文研究如何通过最小能量控制将线性随机系统从初始高斯分布引导至最终分布，提出了一种基于李雅普诺夫方程的显式状态反馈控制方法，为一般高斯-马尔可夫过程提供了可实现的最优控制方案。
2014-08-10 cs.SY eess.SY math-ph
Minimum Variance and Covariance Steering Based on Affine Disturbance Feedback Control Parameterization
本文的目标是解决离散时间随机（高斯）线性系的有限时域最小方差和协方差操纵问题。一方面，最小方差问题寻求一种控制策略，使不确定性系统的状态均值达到一个预定的量，同时使其终态协方差（或方差）的迹最小。另一方面，协方差引导问题寻求将终态的协方差引导到规定的正定矩阵的控制策略。我们提出了一种解决方案，依赖于随机版本的仿射干扰反馈控制参数化，根据该控制输入在每个阶段可以表示为一个仿射函数的历史上的干扰，作用于系统。我们的分析表明，这种特殊的参数化允许一个减少随机最优控制问题，本文考虑到易于处理的凸规划基本上相同的决策变量。这与其他控制策略参数化，如状态反馈参数化，其中的凸规划的决策变量不符合随机最优控制问题的控制器的参数。此外，我们提出了一个变化的控制参数化依赖于截断历史的过去的干扰。我们表明，通过适当地选择截断序列的长度，我们可以设计次优控制器，可以达到所需的性能和计算成本之间的平衡。
2020-11-10 cs.SY eess.SY math.OC
Optimal steering of a linear stochastic system to a final probability distribution, part II
University of Minnesota（明尼苏达大学）；Università di Padova（帕多瓦大学）
研究如何在有限时间内以最小能量将线性随机系统转向指定分布，并维持无限时间内的稳态分布，提出通过耦合Riccati方程和半定规划解决最优控制问题。
2014-10-13 cs.SY eess.SY math-ph
Isospectral Steering
University of California, Irvine（加州大学尔湾分校）
研究在等谱旋转线性梯度场下微分李雅普诺夫方程的可控性，通过具有固定特征值的对称时变增益矩阵调控状态矩阵特征向量，以实现最小剪切等控制目标。
2026-04-26 cs.SY eess.SY math.OC
Fixed Horizon Linear Quadratic Covariance Steering in Continuous Time with Hilbert-Schmidt Terminal Cost
本文提出了一种连续时间固定时间线性二次协方差控制算法，通过希尔伯特-施密特范数误差优化终端协方差，并通过数值实验验证了算法的有效性。
2025-12-13 cs.SY eess.SY math.OC
Minimum energy density steering of linear systems with Gromov-Wasserstein terminal cost
本文针对离散时间线性高斯系统，提出以Gromov-Wasserstein距离作为终端代价的最优密度控制问题，利用其对平移和旋转不变的性质，将问题转化为凸差规划并用DC算法求解，从而以最小能量实现期望的终端分布形状。
2024-05-02 cs.SY eess.SY math.OC
Adaptive Dual Covariance Steering with Active Parameter Estimation
针对含乘性未知参数与附加扰动的系统，本文提出基于递归最小二乘在线估计的自适应双重协方差控制方法，通过优化控制策略对参数估计的影响实现闭环辨识，并在车辆控制示例中验证其有效性。
2024-03-22 cs.SY eess.SY
Genetic-Algorithm-Based Proportional Integral Controller (GAPI) for ROV Steering Control
针对ROV精确转向控制问题，本文设计并实时实现了用遗传算法整定增益的PI控制器GAPI，并通过阶跃响应实验证明其性能优于根轨迹整定PI和SAPI。
2023-04-20 cs.SY eess.SY
Sliced Wasserstein Steering between Gaussian Measures
Department of Information Physics and Computing, The University of Tokyo（信息物理与计算系，东京大学）；Department of Decision and Control Systems and Department of Mathematics, KTH Royal Institute of Technology（决策与控制系统系和数学系，皇家理工学院）
本文提出一种切片反馈控制器，通过在球面上投影概率分布并合成一维速度，实现分布的高效操控。该方法在高斯分布下能准确导向目标分布，并将能耗与切片Wasserstein距离关联。
2026-04-14 cs.LG cs.SY eess.SY
Optimal transport over a linear dynamical system
研究如何在有限时间内用最小能量控制将线性系统状态向量的初始概率密度转化为最终密度，通过最优传输问题解决，并讨论随机系统中概率密度最优控制的Schrödinger桥方法。
2015-02-04 cs.SY eess.SY math.OC
Nonlinear Non-Gaussian Density Steering with Input and Noise Channel Mismatch: Sinkhorn with Memory for Solving the Control-affine Schrödinger Bridge Problem
Department of Applied Mathematics, University of California Santa Cruz（加州大学圣克鲁兹分校应用数学系）；Department of Aerospace Engineering, Iowa State University（爱荷华州立大学航空航天工程系）；School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院）
本文提出一种具有记忆的Sinkhorn递归方法，用于解决控制-仿射Schrödinger桥问题中的输入和噪声通道不匹配问题，通过非线性PDEs结构证明了算法的局部稳定性。
2026-04-25 cs.AI cs.LG cs.SY
Schrodinger Bridges and Density Steering Problems for Gaussian Mixtures Models in Discrete-Time
本文研究了离散时间下高斯混合模型边界分布的量子桥与密度引导问题，提出可行的马尔可夫策略并展示其在控制成本上的优势。
2026-04-01 cs.SY eess.SY
On the Convexity of Discrete Time Covariance Steering in Stochastic Linear Systems with Wasserstein Terminal Cost
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of California, Santa Cruz（加州大学圣克鲁兹分校）
在这项工作中，我们分析了离散时间高斯线性系的协方差导向问题的解决方案的平方Wasserstein距离终端成本的性质。在我们以前的工作中，我们已经表明，通过利用状态反馈控制政策参数化，这个随机最优控制问题可以与一个凸函数程序的差异。在这里，我们重新审视相同的协方差控制问题，但这次我们专注于问题的分析。具体来说，我们建立的最优化问题的解决方案的存在性，并推导出一阶和二阶条件的最优性。我们利用矩阵微积分的专门工具，提供了性能指标的梯度和Hessian的解析表达式。随后，我们证明了最优化问题总是允许一个全局极小，最后，我们提供了一个充分条件的性能指标是一个严格凸函数（在后一个条件下，问题允许一个唯一的全局极小）。特别是，我们表明，当终端状态的协方差是上界的，相对于Löwner偏序，所需的终端正态分布的协方差阵，那么我们的问题承认一个唯一的全球最小化状态反馈增益。本文的研究结果为开发专门的控制设计工具奠定了基础，这些工具利用协方差转向问题的解决方案的结构，具有平方Wasserstein距离终端成本。
2021-03-25 cs.LG cs.SY eess.SY
Proximally Optimal Predictive Control Algorithm for Path Tracking of Self-Driving Cars
SRM Institute of Science and Technology（SRM科学技术研究所）
本文提出一种近端最优预测控制算法，作为自动驾驶车辆横向控制器，在先前转向角邻域内选择最优转向命令，以平衡跟踪效率与计算成本，并通过仿真实验验证其在路径跟踪中优于PID、Pure-Pursuit和Stanley控制器。
2021-08-05 cs.RO cs.SY eess.SY
Markov Kernels, Distances and Optimal Control: A Parable of Linear Quadratic Non-Gaussian Distribution Steering
Department of Applied Mathematics, University of California, Santa Cruz（应用数学系，加州大学圣克鲁兹分校）；Department of Aerospace Engineering, Iowa State University（航空航天工程系，爱荷华州立大学）；Theoretical Division, Los Alamos National Laboratory（理论 division，洛斯阿拉莫斯国家实验室）
本文针对线性时变扩散过程推导马尔可夫核，推广了现有结果，并揭示其与距离和最优控制的联系，从而精确求解线性二次非高斯 Schrödinger 桥问题。
2025-04-22 cs.LG cs.SY eess.SY
