简介
博弈论与控制理论相互交叉融合的新兴学科，在航空航天、人工智能、路径规划、任务分配等领域有较强的应用背景。博弈论和控制论虽然研究对象不同，但两者都关注系统中的交互和决策。从博弈论的角度来理解控制论，可以更深入地认识到控制系统中存在的博弈关系，以及如何利用博弈论的工具来设计更有效的控制策略。
1.1 系统与控制器之间的博弈：
系统可以看作是一个“玩家”，它会根据控制器的输入做出相应的反应。
控制器则是另一个“玩家”，它的目标是通过输出信号来使系统达到期望的状态。
控制器需要根据系统的反馈信息不断调整自己的策略，以达到最优的控制效果。
1.2 系统内部各组件之间的博弈：
在复杂的系统中，各个组件之间可能存在竞争或合作的关系。
控制器需要协调这些组件之间的关系，以实现系统的整体目标。
2.1 博弈论模型的建立：
将控制系统抽象为一个博弈模型，明确参与者、策略空间、收益函数等要素。
常用的博弈模型包括静态博弈、动态博弈、合作博弈等。
2.2 最优控制策略的设计：
利用博弈论的均衡概念（如纳什均衡），寻找系统和控制器之间的最优策略组合。
考虑系统的动态特性，设计动态博弈模型，以实现更灵活的控制。
2.3 不确定性下的控制：
博弈论可以用来处理系统中的不确定性，例如对手的策略、环境的干扰等。
通过引入贝叶斯博弈等模型，可以设计出具有鲁棒性的控制策略。
2.4 多智能体系统控制：
在多智能体系统中，每个智能体都可以看作是一个博弈参与者。
利用博弈论的方法，可以协调多个智能体的行为，实现系统的整体目标。
更全面地描述系统： 博弈论可以考虑系统中多个参与者的交互作用，从而更全面地描述系统的行为。
提供更灵活的控制策略： 博弈论可以设计出适应不同场景的控制策略，提高控制系统的鲁棒性。
处理复杂系统： 博弈论可以用于分析和控制复杂的系统，例如社会系统、生态系统等。
将博弈论引入控制论，可以为我们提供一个新的视角来理解和设计控制系统。通过将控制问题转化为博弈问题，我们可以更深入地分析系统的动态特性，并设计出更有效的控制策略。
强化学习与博弈论： 如何将博弈论的思想融入到强化学习算法中，以提高智能体的决策能力？
多智能体系统控制： 如何设计分布式的博弈算法，实现多智能体系统的协同控制？
对抗博弈与鲁棒控制： 如何利用对抗博弈的思想，提高控制系统的鲁棒性？
备注：介绍源于豆瓣用户eigenstate的评论
