【机器人最优控制策略】绪论 智能系统动力学与优化决策：从建模理论到实时控制

智能系统动力学与优化决策：从建模理论到实时控制1. 绪论与问题背景1.1 最优控制理论的历史脉络与工程起源最优控制理论的现代形式诞生于二十世纪中叶的航天技术竞赛时期。该学科的核心数学框架由苏联数学家庞特里亚根于二十世纪五十年代建立，其提出的极小值原理为连续时间动态系统的最优决策提供了必要条件。该理论框架的最初应用集中于火箭轨迹优化问题，包括地球同步轨道转移、月球登陆轨迹以及行星际航行任务。以美国国家航空航天局火星2020任务为代表的现代深空探测计划，其星际转移轨道的设计仍依赖于基于数值配点法的最优控制技术。此类方法通过将连续时间微分约束离散化为大规模代数约束，将轨迹优化问题转化为非线性规划问题，进而利用稀疏序列二次规划算法实现高效求解。喷气推进实验室等机构的工程实践表明，基于配点法的轨迹优化已成为行星际任务设计的标准工程流程。1.2 典型工程应用领域的技术演进1.2.1 航天器轨迹优化与无损凸化理论航天器轨迹优化的核心数学挑战在于处理非线性引力场、有限推力与复杂任务约束耦合下的全局最优解计算。传统间接法通过共态变量与哈密尔顿函数将问题转化为两点边值问题，但其收敛域狭窄且对初始猜测敏感。现代直接法通过状态变量与控制变量的同时离散化，构建大规模非线性规划问题，配合稀疏线性代数技术实现求解。近年来，凸优化理论的引入为轨迹优化领域带来了根本性变革。无损凸化技术通过引入辅助松弛变量，将原始问题中的非凸推力约束转化为凸的二阶锥约束，并严格证明在最优解处松弛是紧的，即松弛问题的最优解