含非结构化范数有界扰动的鲁棒最优控制问题的可处理性与凸化问询

阿华AIGC实验室

2026-4-21

Hi Josh, 针对你提出的这个带非结构化范数有界扰动的鲁棒最优控制问题，我们可以从鲁棒凸优化的经典框架入手分析其可处理性，下面我会一步步拆解思路：

首先先明确你的问题全貌：你需要求解一个鲁棒二次最优控制问题，目标是最小化如下二次代价：
$$
\min_{z_k} \ \mathcal{J}{\mu} = \sum{k=0}^{N-1} z_k^\intercal M_k z_k
$$
约束包含三类：

鲁棒等式约束（对所有满足$|\Delta\mathcal{A}|_{F} \leq \rho$的非结构化扰动$\Delta\mathcal{A}$成立）：
$$
(\mathcal{A} + \Delta\mathcal{A}) z_k = 0, \ \forall k = 0,\ldots, N - 1
$$
终端状态约束：
$$
\mathcal{B} z_{N-1} = \mu_{f}
$$
初始状态约束：
$$
\mathcal{C}z_{0} = \mu_0
$$
其中决策变量$z_k := [v_k; \mu_k; v_{k+1}; \mu_{k+1}]\in\mathbb{R}^{2(n + m)}$编码了系统的均值状态和前馈控制输入，鲁棒约束对应不确定线性系统的动力学，端点约束则固定了均值状态的初始和终端值，最终要设计能在模型不确定性下完成均值状态转移的控制器。

一、鲁棒等式约束的凸化转换

你问题中的鲁棒等式约束$(\mathcal{A} + \Delta\mathcal{A}) z_k = 0 \ \forall |\Delta\mathcal{A}|_F \leq \rho$，是整个问题的核心难点，不过我们可以通过对偶理论将其转换为等价的凸约束：

我们可以把原约束重新表述为：

对所有$|\Delta\mathcal{A}|_F \leq \rho$，有$\mathcal{A}z_k = -\Delta\mathcal{A}z_k$

根据Frobenius范数的对偶性（其对偶范数就是自身），结合向量范数的相容性，这个鲁棒约束等价于：
$$
|\mathcal{A}z_k|_2 \leq \rho |z_k|_2
$$
这里需要注意：当$z_k = 0$时，原约束自动满足；当$z_k \neq 0$时，这个不等式恰好刻画了所有可能扰动下等式成立的条件——本质上是利用小增益定理的思路，把"对所有扰动成立"的存在性约束转换为范数不等式，而这个不等式是凸的（两个凸函数的差小于等于0）。

二、转换后的问题凸性与可处理性

当把所有鲁棒等式约束替换为上述的凸不等式约束后，整个问题就变成了一个凸二次规划（QP）问题：

目标函数是凸的二次函数（只要$M_k$是半正定的——这是最优控制代价函数的常规假设，比如代表状态和控制的加权代价）
所有约束都是凸的：鲁棒约束转换后的范数不等式是凸约束，端点的等式约束也是凸约束

凸QP问题是完全可处理的，目前主流的凸优化求解器（比如CVX、Gurobi、MOSEK等）都能高效求解这类问题，甚至针对大规模的时间 horizon $N$，还可以利用线性二次调节器（LQR）的递推结构进一步加速计算。

三、特殊场景的补充说明

如果$M_k$是正定的，那么目标函数是严格凸的，此时问题存在唯一最优解，这对控制器设计来说是非常理想的情况，能保证控制策略的唯一性。
若后续你的扰动$\Delta\mathcal{A}$出现特殊结构（比如稀疏性、块对角结构），还可以利用结构化扰动的鲁棒优化方法，得到比非结构化情况更紧的约束，进一步降低控制策略的保守性；但针对你当前提出的非结构化范数有界扰动，上述转换方法已经足够。