输出调节问题：给定一个外部信号(动态过程)，设计一个输出

反馈控制器来跟踪这个外部信号 (当然需要系统内部状态稳定)。

如果另外还存在模型不确定性，这个问题被称为鲁棒输出调节。

​根据​内模原理，这个问题可以转变成一个增广系统的镇定问题。

​这里面有一个调节器方程的解的问题。系统镇定始终都是控制

理论的核心问题。

自适应(含未知参数)镇定的一个做法是也先构建一个估计器，然后

把这个估计状态作为增广状态，之后做这个增广系统的镇定。

把一个非线性系统经过同胚变换化为标准形式后，零动态，相对阶

的概念进来。另外对于特殊的下三角系统，可以用backstepping 来

设计镇定器。

做鲁棒镇定的一个思路是基于无源性，想办法设计控制器使得系统

满足无源性(即便存在模型不确定性)。

扰动抑制(属于鲁棒控制，又称H无穷控制)的提法是：一个动态系统

存在外部扰动，如何设计控制器使得这个扰动对某一个关键输出信号

的影响最多只能是线性的。这个问题可以通过耗散性来解决。这里要

注意的是，镇定问题其实是扰动抑制问题的一个退化形式(扰动消失，

系统就稳定了)。

(1)将以上问题，扩展到随机系统。

(2) 纯鲁棒控制是以不变应万变(在最优控制下就是minmax)，自适应

问题其实是在线学习。这两个视角合并起来就是，随着系统演进，我

们可以对模型不确定的部分有越来越多的了解，这是合乎人的认识方

式的。解决这类问题的办法脱离不了 “预测+改正”的迭代框架。这里也

预示了primal-dual的威力。

很多很多东西，看似极其的纷繁，其实背后的最关键的想法是同一个。

道，一定是至简的。

真正核心的问题 绝不是人为找出来的，而是本来就在那里。米开朗基

罗曾经说过：“我需要做的仅仅是凿去多余的石头。”

圆空将树木看作有佛性的生灵，他并非雕刻佛像，而是利用自己的技艺

将居住在树木中的佛像呈现出来。

逻辑的顶端，充满着悖论。这种悖论来自于，在最基础最基础的层面上，

人的理性是不起作用的。在这个层面，起决定作用的是审美能力。不同

的审美，决定了你的底色。

有的人看似乐观，其实本质是悲观的; 

有的人看似悲观，其实本质是乐观的。

​