文章利用 KL 最小化问题来表述非线性随机最优控制问题，通过将最优控制计算转化为推理计算，应用了近似推理方法以高效计算近似优化控制。通过实例，作者展示了近似推理方法的成功应用，在讨论 KL 控制方法与其他控制推理方法之间的联系。

Jan, 2009

研究了采用确定性等价控制器处理具有未知传递动态的线性二次（LQ）控制问题的性能。通过使用摸不清全监控和部分监控下的确定性等价控制器处理真实系统和使用最优 LQ 控制器之间的成本，我们证明了在参数误差的平方速率下的亚最优差。我们提供了两个新的微扰界限，其中一个扩展了 Konstantinov 等人（1993）的现有结果，另一个基于新的初等证明策略。

Feb, 2019

该研究在部分观察的线性二次高斯问题中，通过鲁棒综合程序建立了学习稳定开环植物的鲁棒 LQG 控制器的样本复杂度界限。

Nov, 2020

本研究研究了通过操纵成本信号来欺骗线性二次高斯代理，并提出了一种攻击模型，其中攻击者旨在通过故意篡改成本参数来误导代理学习 “恶意” 策略。我们展示了在两种类型的 LQG 学习者上的敌对操纵，并证明了只需对成本数据进行 2.296％的篡改，攻击者就可以欺骗批处理 RL 学习导致车辆进入危险位置的 ' 恶意 ' 策略，并且可以通过持续提供接近实际成本信号的篡改信号来逐渐欺骗 ADP 学习者学习相同的 ' 恶意 ' 策略。本文旨在提高人们对受 RL 启用的控制系统面临的安全威胁问题的认识。

Mar, 2022

本文针对量子线性随机系统的物理可实现性，提出了一种可以完全量子化植物输出信号的量子 LQG 最优控制问题，区别于此前的传统控制方法，并提出了带有附加非线性和线性约束的控制器设计问题，为此提出了一种基于交替投影算法的数值方法，通过完全量子控制器设计示例，成功解决了这个问题。

Nov, 2007

本文提出了一种名为 Coarse-ID 控制的多阶段程序，利用随机矩阵理论对 Linear Quadratic Regulator 问题中的未知动态进行建模和控制，同时使用 System Level Synthesis 方法进行控制综合设计，该方法可以在未考虑模型不确定性的情况下实现稳定控制，同时相对误差控制成本的端到端界限也被提供。

Oct, 2017

本文介绍了一种新的无模型算法，用于控制线性二次系统，利用 reduce 方法，将马尔科夫决策过程的控制问题转化为专家预测问题，该算法实现简单通用，拥有多项理论保证和良好的性能。

Apr, 2018

该研究介绍了一种基于最大熵的强化学习或最优控制方法，该方法在确定性动力学和随机动力学方面分别相当于精确概率推断和变分推断，并探讨了相关算法和未来研究方向。

May, 2018

本文提出了基于概率模型预测控制（MPC）的基于模型的 RL 框架，以减少与环境的相互作用次数的方法。该方法使用高斯过程学习概率转换模型来减少模型误差的影响，同时使用 MPC 找到最小化预期长期成本的控制序列，以达到在受限环境下使用 RL 的目的。

Jun, 2017

通过数值模拟，我们分析了一种称为 LQG-NAIVE 的方法在控制未知部分可观察系统时产生的后悔效应，提出了扩展到 “闭环” 设置的 LQG-IF2E 方法，并验证了其与 LQG-NAIVE 的竞争性能。

Nov, 2023