从系统辨识到AI建模 从最优控制到强化学习

典型的控制系统设计包含系统建模，控制器设计和系统分析。对于系统建模,通常可以采用第一原理的建模方式，或者采用数据驱动的方式。经典的系统辨识的手段包括线性系统辨识(传函，状态空间)，非线性系统辨识（narx, HW），当然现在基于AI的方法，例如LSTM, neural state-space，也越来越被重视，甚至可以用于控制器设计。例如训练的系统神经网络状态空间模型可以作为对象模型，给到模型预测控制器，从而在第一原理不存在的情况下，也可以进行预测控制。AI和最优控制的结合也体现在强化学习，它可以在我们对环境一无所知的情况下，通过与动态环境的反复试错交互来学习最佳控制行为。这种最优控制方法可以用于决策问题。