MPC与随机最优控制

MPC（Model Predictive Control）和随机最优控制是两种不同的控制策略。

MPC是一种模型预测控制方法，其基本思想是通过建立系统的数学模型，并在每个控制周期内进行优化，选择当前状态下的最优控制输入。MPC在每个控制周期内预测系统未来的行为，并将这些预测结果用于确定当前的最优控制策略。MPC适用于具有约束和多变量的系统，并且能够处理系统动态变化和测量噪声等不确定性。

随机最优控制是一种优化问题的方法，旨在找到使某种性能指标最小化或最大化的最优控制策略。在随机最优控制中，系统动态通常被建模为随机过程，并且通过最小化或最大化某种性能指标来选择最优控制策略。随机最优控制方法通常使用动态规划或最优化理论来解决问题，例如通过Bellman方程或Pontryagin最大值原理。

虽然MPC和随机最优控制都是控制领域中常见的方法，但它们在控制策略选择和问题建模方面有所不同。