不完全信息的迭代学习控制：综述

本文对涉及不完全信息的迭代学习控制（ILC）及相关控制系统设计进行了综述，这是ILC领域的前沿。 不完全信息，包括被动和主动类型，可能由于各种因素导致数据丢失或碎片。 被动不完全信息是指由于实际系统在数据采集、存储、传输和处理过程中的限制而造成的不完整数据和信息，例如数据掉落、延迟、错序和有限的传输带宽。 主动不完全信息是指在满足给定目标的前提下，由人为减少数据数量和质量所造成的不完整数据和信息，例如抽样和量化。 本文强调两个方面：第一个是如何通过被动不完全数据保证良好的学习性能和跟踪性能，第二个是如何通过主动手段平衡控制性能指标和数据需求。 还讨论了这一主题的 promising 研究方向，其中高度强调数据的鲁棒性。 预计本综述将定量改善对不完全数据与跟踪性能之间限制关系和权衡的理解，并促进ILC理论的进一步发展。