🔢 mathematics

Lecture Note for Bounded Controls in Continuous-Time and Control of Several Variables

这篇面向博士高年级学生的讲义笔记，基于 Lenhart 和 Workman 的著作，系统阐述了连续时间有界控制（箱约束）的一阶最优控制理论，重点分析了紧集约束下庞特里亚金极大值原理的修正、标量二次哈密顿量的投影公式、内在投影与后验截断的区别，以及相应的正向 - 反向扫描实现方法。

原作者： Louis Shuo Wang

发布于 2026-04-08

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Louis Shuo Wang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇讲义笔记其实是在教我们**“如何在有严格限制的情况下，做出最聪明的决定”**。

想象一下，你正在玩一个极其复杂的策略游戏（比如经营一家生物制药公司，或者控制一个巨大的机器人），你的目标是在规定时间内让收益最大化（或者成本最小化）。但是，游戏规则里有很多**“硬性限制”**：

你的药量不能无限大，否则病人会死（上限）。
你的药量不能是负数（下限）。
你的机器臂推不动超过 100 公斤的东西（物理限制）。

这篇笔记的核心就是告诉你：当面临这些“不能太过头”的限制时，传统的“先算出完美理想方案，再强行把超标的部分砍掉”的方法是错误的。

下面我用几个生活中的比喻来拆解这篇笔记的精华：

1. 核心误区：不要“先做后剪” (Why post hoc truncation is wrong)

比喻：裁缝剪衣服
假设你想做一件完美的西装（理想方案），但你的布料只有 2 米长（限制条件）。

错误做法（后剪法）： 你先用 3 米布做了一件完美的西装，然后发现布料不够了，于是你拿剪刀把多出来的 1 米硬生生剪掉。结果呢？衣服变形了，扣子位置不对，根本穿不了。
正确做法（投影法）： 你在设计图纸（计算过程）的每一步，都时刻盯着那 2 米的布料限制。如果计算出的袖子需要 1.5 米，你就按 1.5 米算；如果算出来需要 2.5 米，你立刻意识到“哦，这里只能给 2 米”，并基于这个 2 米的限制去重新调整腰身和领口的搭配。

笔记里的结论： 在数学上，这叫**“投影公式”。你不能算完一个不受限制的“理想解”，然后再把它强行塞进限制框里。你必须让限制条件参与**到计算过程中，每一步都根据限制来调整方向。

2. Pontryagin 最大原理：带刹车和油门的导航仪

比喻：自动驾驶汽车
想象你开一辆自动驾驶汽车，目标是尽快到达目的地，但有两个限制：

速度不能超过 120（上限）。
不能倒车（下限为 0）。

没有限制时： 导航仪会告诉你：“为了最快，请一直踩死油门，速度无限大。”
有限制时（笔记的核心）： 导航仪（数学模型）会这样工作：
- 如果路况很好，理想速度是 150，但限速 120。导航仪会立刻告诉你：“踩油门，但把速度死死按在 120"。
- 如果前方有红灯，理想速度是 -50（倒车），但限速 0。导航仪会告诉你：“踩刹车，速度停在 0"。
- 如果路况一般，理想速度是 80，这在 0 到 120 之间。导航仪会说：“保持 80，自由行驶。”

这篇笔记详细解释了这种**“三段式”**的决策逻辑：

饱和区（Saturation）： 理想值太猛了，被限制死死按住（比如一直踩满油门）。
自由区（Interior）： 理想值在限制范围内，就按理想值走。
边界切换： 随着时间变化，理想值可能会从“太猛”变成“适中”，控制策略就会从“踩满油门”平滑过渡到“自由行驶”。

3. 多变量控制：交响乐团的指挥

比喻：指挥交响乐团
前面的例子是控制一个变量（比如只控制速度）。但现实问题往往很复杂，比如你要同时控制：

疫苗投放量（变量 A）
隔离人数（变量 B）
医疗物资分配（变量 C）

笔记的进阶内容：
这就好比指挥一个交响乐团。你不能只盯着小提琴手（单一变量），因为如果你把小提琴拉得太响（A 变量饱和），可能会盖过大提琴（B 变量），导致整体效果变差。
笔记教我们如何处理这种**“多变量耦合”**的情况：

每个乐器（变量）都有自己的“乐谱”（数学方程）。
指挥（算法）需要同时看所有乐谱，确保每个乐手都在自己的音域（限制范围）内演奏，并且整体和谐。
如果某个乐手被限制在最高音（边界），指挥就要调整其他乐手的音量来配合，而不是强行把那个乐手的声音剪掉。

4. 数值解法：前向 - 后向扫描 (Forward-Backward Sweep)

比喻：走迷宫的“试错 - 修正”循环
既然限制条件这么复杂，怎么算出最终答案呢？笔记介绍了一种叫“前向 - 后向扫描”的方法。

第一步（前向）： 你猜一个控制方案（比如“先猛攻，再防守”），然后顺着时间轴走一遍，看看会发生什么（状态变化）。
第二步（后向）： 走到终点后，你发现结果不完美。于是你倒着走回去，检查每一步哪里做得不够好（计算“代价”或“影子价格”）。
第三步（修正）： 根据倒着检查的结果，立刻调整你的控制方案。
- 关键点： 在调整时，如果算出来的新方案超过了限制（比如药量超标），马上把它拉回限制线内（投影），而不是等到最后再剪。
循环： 重复这个过程，直到方案不再变化，这就是最优解。

5. 总结：这篇笔记到底说了什么？

这篇讲义是给那些已经懂一点数学基础的人（博士生或高年级本科生）看的，但它传达了一个非常朴素的真理：

在现实世界中，限制条件（如预算、物理极限、法规）不是事后可以忽略的“小插曲”，它们是决策过程的“核心骨架”。

不要先算出完美的理想世界，再强行把现实塞进去。
要在计算的最开始，就把限制条件像“护栏”一样嵌入到算法的每一步中。
对于简单的二次型问题（比如成本是平方关系），最优解就是**“把理想值强行拉回限制框内”**（数学上叫投影）。
对于线性问题，最优解往往是**“要么全速前进，要么完全停止”**（Bang-bang 控制），就像开关一样，没有中间地带。

一句话总结：
这就好比开车，你不能先按“无限速度”开，然后再把超速的部分剪掉；你必须时刻看着限速牌，在限速范围内，根据路况（状态）和剩余时间（终点），动态调整你的油门和刹车，这才是真正的“最优控制”。

这是一份关于连续时间有界控制（Bounded Controls）及多变量控制的讲座笔记的详细技术总结。该笔记由 Northeastern University 的 Louis Shuo Wang 撰写，旨在为高年级本科生及博士生提供最优控制理论中关于控制变量存在箱型约束（Box Constraints）时的第一阶理论框架。

以下是该笔记的核心内容总结：

1. 问题背景与定义 (Problem Class)

笔记主要研究带有箱型约束的最优控制问题。在许多科学模型（如生物学、流行病学、工程学）中，控制变量 $u(t)$ 不能在整个 $\mathbb{R}^m$ 上自由取值，而是受到物理、技术或法规的限制，即 $u(t) \in U$ ，其中 $U$ 通常是一个超矩形（Box）：
$U = [a_1, b_1] \times \cdots \times [a_m, b_m]$
核心目标：在最大化（或最小化）Bolza 型目标函数 $J(u)$ 的同时，满足状态方程 $\dot{x} = g(t, x, u)$ 及控制约束。

2. 方法论与理论框架 (Methodology & Framework)

2.1 修正的庞特里亚金极大值原理 (Constrained Pontryagin Principle)

笔记强调，当控制受限时，传统的无约束驻点条件 $H_u = 0$ 不再普遍成立。

极大值原理：最优控制 $u^*(t)$ 必须在几乎处处（a.e.）的点态上最大化哈密顿函数 $H(t, x, u, \lambda)$ ：
$u^*(t) \in \arg\max_{v \in U} H(t, x^*(t), v, \lambda^*(t))$
伴随方程：状态方程和伴随方程（Costate equations）的形式保持不变，但控制律必须嵌入到该优化条件中。

2.2 标量约束下的互补符号条件 (Complementary Sign Conditions)

对于标量控制 $u \in [a, b]$ ，若哈密顿函数关于 $u$ 可微，最优控制满足以下逻辑：

若 $H_u < 0$ ，则 $u^* = a$ （下界）；
若 $H_u > 0$ ，则 $u^* = b$ （上界）；
若 $H_u = 0$ ，则 $a < u^* < b$ （内部解）。
这被称为互补条件，是变分法推导的直接结果。

2.3 二次型哈密顿函数的投影公式 (Projection Formula)

对于许多生物和经济模型，哈密顿函数关于控制是严格凹（或凸）的二次型：
$H = \Psi + \beta u - \frac{\rho}{2}u^2$
此时，无约束最优解为 $\tilde{u} = \beta/\rho$ 。受限于 $[a, b]$ 的最优解由投影（或钳位）公式给出：
$u^*(t) = \text{clamp}_{[a,b]}(\tilde{u}(t)) = \min\{b, \max\{a, \tilde{u}(t)\}\}$
关键点：这种投影是点态优化的精确解，而非数值修正。

2.4 bang-bang 结构与切换函数

当哈密顿函数关于控制是线性的（Affine）时，即 $H = \Psi + \sigma(t)u$ ，最优控制呈现bang-bang结构：

若 $\sigma(t) > 0$ ，取上界 $b$ ；
若 $\sigma(t) < 0$ ，取下界 $a$ ；
若 $\sigma(t) = 0$ ，可能出现奇异弧（Singular arcs），需高阶条件分析。

2.5 数值求解：前向 - 后向扫描法 (Forward-Backward Sweep Method, FBSM)

笔记详细描述了处理有界控制的数值算法流程：

前向：给定当前控制 $u^{(k)}$ ，积分状态方程。
后向：给定状态 $x^{(k)}$ ，积分伴随方程。
更新：计算无约束最优 $\tilde{u}^{(k+1)}$ ，然后立即应用投影公式得到 $u^{(k+1)} = \text{clamp}(\tilde{u}^{(k+1)})$ 。
重要警示：必须先投影控制律，再迭代。

3. 关键贡献与核心发现 (Key Contributions & Results)

3.1 纠正“事后截断”谬误 (Why Post Hoc Truncation is Wrong)

笔记强烈反对一种常见错误做法：先求解无约束最优控制问题，得到 $\hat{u}(t)$ ，然后简单地将其截断为 $u_{clip}(t) = \text{clamp}(\hat{u}(t))$ 。

原因：状态 $x$ 和伴随变量 $\lambda$ 是耦合的。改变控制会改变状态轨迹，进而改变伴随变量，最终改变最优控制律。
结论：约束必须在优化系统的求解过程中（即每次迭代中）强制执行，而不是在得到解之后进行后处理。

3.2 多变量与高维系统推广

多输入控制：利用**法锥（Normal Cones）**概念推广到多维箱型约束。控制律变为变分不等式形式： $0 \in -H_u + N_U(u^*)$ 。
多状态系统：展示了如何处理多个状态变量，并指出伴随变量的数量与状态变量数量一致，导致两点边值问题（TPBVP）维度加倍。
高阶微分方程：通过将高阶导数转化为状态变量，将高阶控制问题转化为标准的一阶系统。
等周约束 (Isoperimetric Constraints)：展示了如何通过引入辅助状态变量 $z(t) = \int h dt$ ，将积分约束转化为端点约束，从而纳入庞特里亚金原理框架。

3.3 线性二次型调节器 (LQR) 的解析解

在有限时域连续时间 LQR 问题中，即使存在控制约束，笔记也展示了如何通过Riccati 方程获得解析反馈律。对于无约束情况， $u^* = -R^{-1}B^T S(t) x(t)$ ；对于有约束情况，该反馈律需结合投影公式使用。

4. 结果与示例 (Results & Examples)

笔记通过多个具体算例验证了理论：

线性动力学与二次成本：展示了控制轨迹如何自然地分为三个阶段：饱和（上界）、内部弧（无约束解）、衰减（下界/零）。这直观地展示了投影机制如何产生分段解析结构。
多状态示例：通过双状态系统（如位置与速度），演示了如何求解两点边值问题并恢复状态轨迹。
等周约束示例：演示了如何将 $\int x dt = B$ 转化为端点约束 $z(T)=B$ 并求解。

5. 意义与启示 (Significance)

理论严谨性：明确了有界控制下最优性条件的数学结构，区分了“投影控制律”与“截断轨迹”的本质不同。
算法指导：为数值求解（特别是间接法 FBSM）提供了正确的实施步骤，即在每次迭代中投影控制更新，这对于保证算法收敛到真正的有约束最优解至关重要。
跨学科应用：笔记特别强调了该方法在生物数学（如药物剂量控制、种群管理）和流行病学中的应用价值，这些领域通常涉及严格的物理或生理界限。
教学价值：作为高级本科或博士生的讲义，它系统地连接了变分法、伴随系统、凸分析（法锥）和数值计算，填补了从基础无约束控制到复杂约束控制之间的理论空白。

总结：该笔记不仅提供了处理有界控制问题的数学工具（投影公式、变分不等式），更纠正了工程实践中常见的概念误区，强调了约束必须在优化系统的耦合求解过程中被内在地处理，而非作为后处理步骤。