如何理解「Control is Dead」這一說法？

12-28

一方面，一廂情願的、紙上談兵的魯棒的控制、容錯控制、自適應控制、自學習太多了，乃至包括網路控制、多智能體、CPS security等，不誇張地說，基本都是為了發論文，拉項目，謀生而已。從這點來說，control is dead，有其道理。

另一方面，無人機、機器人等領域，真正能用的魯棒的控制、容錯控制、自適應控制、自學習，乃至遙操作需要的網路控制、無人機編隊、控制系統安全等等，卻是千呼萬喚出不來，大多是用PID來湊、來組合、來近似、來將就。從這點來說，control需要新生。

---

補充幾點：

如果某一系統只用了比較基礎的控制演算法和調參方法，那至少要看看別人、別公司、別國家的，是否用上了比較高級的，而且是否效果更好吧。先不要聲稱只用基礎的就夠了，因為也可能是自己落後。現在看到很多人聲稱PID就夠了，建議多關注國外MPC的應用現狀。

如果某一系統所用人、公司、國家都只用了比較基礎的控制演算法和調參方法，那至少要考慮，是否夠用，是否有更改進的可能吧。先不要聲稱只有基礎的能用，難道永遠不會進步了嗎？Kalman濾波之前，那個時代也是都在用比較基礎的頻域濾波演算法啊。

---

回復一些評論（因為話可能比較重，所以就不直接回復了）：

評論1

不知道控制理論（尤其是高級演算法）有哪些應用？

回復

至少有如下三種可能：一是自己是井底之蛙；二是別人有用但保密；三是確實沒有應用。

評論2

某某都說了，一直用PID。

回復

遇到類似這種情況，至少兩種可能：一種是別人能用上，自己用不上，說明自己落後；一種是大家都用不上。即使第二種可能，難道就無法進步了嗎？卡爾曼濾波之前大家還都在用傳統頻域濾波呢。

無論哪種可能，都 have nothing to be proud of 吧，為什麼還這麼理直氣壯呢？

話說回來，很多時候，無論第一種可能，還是第二種肯，不被逼一下的話，都是很難改變的。有風險因素，有經濟因素，有時間因素，而且很多時候不光設備要換，甚至連相關技術人員也要換，誰會上把自己換掉的項目呢？

卡爾曼濾波也算是被登月逼出來的，如果沒有登月，說不定咱們還用著傳統頻域濾波而沾沾自喜，說filtering is dead呢～

評論3

都是PID（或者95%以上是PID），先進控制基本用不上（甚至說完全用不上）。

回復

首先，數據哪裡來的？如何統計的？統計的什麼地區的什麼行業？

其次，95%是包含PID，還是只是PID？是原始PID，還是各種變形後的PID（比如自適應PID，是歸為自適應控制，還是仍歸為PID）？試湊調參，還是用先進的方法調參？

再次，PID的95%的比例是什麼時候統計的？一直在變還是一直沒變？先進演算法在增加么？

最後，用PID是已經足夠了，還是找不到更好的演算法而不得已用PID來拼接？未來可能產生更好用的演算法么？

評論4

先進的演算法要求更高。而且有很多人為因素。

回復

行業有沒有別人在用？逼到份上大家都會用。見評論2的回復。

評論5

MPC也沒見怎麼用啊。

回復

什麼系統？MPC最主要的特點是針對多變數（特被是十個以上）強耦合（解耦很難）的約束（特別是硬約束）控制問題，現在主要應用在過程式控制制，相關公司包括Aspen，霍尼韋爾等。而在運動控制、機械等領域的應用目前貌似還不多見。

---

Distributed/decentralized control，hierarchical control，structural control，large-scale dynamic systems，乃至swarming，consensus等等吧，都研究了很多年了。而且工程中分快慢系統，底層PID上層MPC，乃至有個名詞叫glocal control，local鎮定，global協調，等等吧。

對大系統做分布、分層的控制很多時候是必需的，但這不跟精確有衝突啊，是兩回事～

---

如果想更進一步了解，建議先看如下兩本magazine，而不是journal或conference：

IEEE Control Systems Magazine
IEEE Xplore: Control Systems, IEEE

IEEE Robotics and Automation Magazine
IEEE Xplore: Robotics Automation Magazine, IEEE

Control is dead？！

我想知道贊成這個說法的人有多少去開過去年的CDC，去年的坊間大八卦之一難道不就是control界這一波的tenure track大井噴？！開出的教職多到什麼程度？有博後逆襲同級別學校教職的，有fresh phd直接砍下名校教職的，有普通名校的AP說聲要跳槽一堆大名校來搶的……
我老闆開了幾天會，見了一堆同門，聽說這個那個的徒弟拿教職了，回來看看自己座下幾個無心向學（術）的廢柴弟子，氣得搖頭晃腦，嘟囔著「我當初要是碰上這麼好的年景……哼！」

其實就算是大井噴之前的幾個小年，大概近十年內吧，control的phd也沒有多少人會去做超過兩年的博後。用我老闆的話來說，你要是能拿，一兩年之內就拿了，要是拿不到，時間成本就太高了，大部分人都有更好的選擇。

這個局面，你跟我說control死了，那別說生物化學，我看連數學物理都要陪著去挺屍了。這兩年泛理工科領域內，教職形勢比control還好的，我聽說過的大概也就OR了（CS和Econ據說是一貫地好，略過不提）。

說完了八卦，不妨來說說為什麼有人會覺得control死了。

一）不知道control是做什麼的，感覺control什麼都沒做。一個工科「什麼都沒做」，那當然是死了。

這一種以非control專業的理工科人士居多。
這種理解是很正常的。絕大部分工科都是有具象的研究對象的。如果你把control當作和機械，電子，化工，材料……平行的工科來看待，那麼機械是造機械產品的，電子是造電子產品的，control是……呃，應該沒有「控制產品」這個說法吧？
所以有人就會猜想，control是研究各種感測器的學科，這……真是差得太遠了，我們最多在實驗里會使用到感測器，真正精研某一種感測器技術的，肯定是電子/材料/光學/等等學科，絕對不會是學control的。
實際上control研究的是「如何讓系統達到並維持某一狀態」，它並沒有一個專門適用的產品，而是可以出現在各種產品里（起到和計算機技術類似的作用），也可以出現在各種產品背後的那個行業里（起到和OR，管理等學科類似的作用）。
搞清楚control並不是機械電子材料等等的平行學科，而是一個可以和它們任意交叉的輔助學科，就不會對control有不切實際的期待了。

二）感覺control無人認可，無論control做出多鬼畜的模型，工業界一律用PID打臉，感覺自己被工業界抽死了。

這一種以control專業研究人員為主。
其實不要說今天的control的研究成果了，即便半個世紀前的，都還沒推廣呢，做控制的人人都學過LQG，人人都知道自適應，人人都會調侃「魯棒性」這個史上最蠢萌的翻譯術語，但，工業界有幾個人在用？

為什麼工業界不用呢？最直接的原因是——聽不懂。
這裡倒不是說control有多難，而是絕大部分的工科在基礎培養的過程中是不教control的。在進入業界之後，某天有人拿給你一堆從來沒見過的數學公式，告訴你「這個可以讓你的生產速度更快，輸出更穩定哦」，你什麼感覺？估計是——賣大力丸的吧！

我很贊成 @巴斯光年（知乎真的圈不上本題里的那個巴斯光年……）的說法——工業生產中普遍使用PID，是因為PID是（未經專門的control訓練的）工科生能直接理解的上限。

事實上，並不是所有的工業都拒絕複雜的數學模型，前面有人提到Boston Dynamics，其實基本上凡是對精密，快速，穩定，優化配置等有極高要求的行業，都在很愉快地擁抱control，並且抱怨著control界的推進不給力。ACC甚至有專門的一個panel是給AFM的，說control跟應用絕緣的人，你們去聽過嗎？

工科普遍缺乏對control的入門教育，一方面是因為部分人缺乏「control是工科中的通用輔助學科」的定位認識，一方面和工科普遍缺乏深入的數學教育是有關的，這件事展開了太大，在此略過。

三）感覺control的研究脫離了現實問題的指引，陷入了自娛自樂，自己出題自己答的遊戲中，被自己空虛死了。

這種——原諒我要開地圖炮了，恐怕以我天朝的control研究人員為主。

近幾年老闆一直帶著我們看control領域的主要期刊，一個很直觀的感受是，來自中國的paper數量上佔了非常可觀的比例。ITAC這種頂級期刊，幾乎每期都能見到來自中國的，甚至是中國比較不著名的大學的paper。

然而這些paper往往是純得不能再純的理論paper。作為control這樣一個本身就很理論的學科，我們平時看期刊都相當於看數學講義。就這樣我們還能感覺出某一篇paper明顯地鶴立雞群，顯示出了超凡的「老子就是不管你能不能用」的霸氣，你們可以想像這些paper脫離現實到什麼程度了。以至於我們平時小組集體讀paper的時候，經常有小朋友舉手問：「這篇paper為什麼要提出這樣一個假設呢？」答案一般都是，作者的意思好像是……他覺得這樣假設比較有趣（好證明），就這麼假設了……

對此我想說的是，不要輕易去怪罪國內的研究風氣。前面也提到過，control的需求，目前往往是在那些要求很高的工業里的，如果沒有尖端工業的需求，也就提不出「切合實際」的問題給研究control的人解答。沒有來自應用領域的回饋，又怎麼能做出「實際」的研究成果呢？

四）這一點到現在為止好像都沒什麼人抱怨，我非常驚訝，在我看來這是control界目前最阻礙進步的問題——學術交流效率偏低，頂級期刊審稿周期太長。

話說「審稿周期長」應該是control博士生中流傳甚廣的一個老梗了，平時看每篇paper都去查查「最初接受日期」和「發表日期」，一定有驚喜……

為什麼會搞成這樣我也不知道，推測是因為做control的分支太多（基本上control跟一個學科交叉一次就能出一個新分支），互相之間也很難完全聽懂，所以找reviewer是個很艱苦的過程。

最後，在我看來，control不但沒死，還遠遠沒有煥發出真正的生命力。現在的control，就像把一個腸胃還沒有發育好的幼兒，放在一大桌生猛海鮮前面，心裡知道都是好吃的，但隨便哪個吃下去都要拉肚子。比起討論死不死，要不要死的話題，還是先練好內功，快快長大才是正經吧！

control is dead我的理解就是目前製造業普遍滿足於PID等簡單的控制策略，但是航空航天等需要高級控制手段的行業容納控制工程人才就業不夠，導致工業界和學術界的脫軌，學術界的理論成果無法得到廣泛的應用和反饋，再加上理解控制理論對於數學知識要求較多，因此大家逐漸也對control失去興趣。

這讓我覺得有點像當年有人說物理大廈已經完成，只需要一些修修補補的工作一樣。實際上控制理論還有很多懸而未決的東西，比如對於非線性系統的處理，這麼多年過去了人類還是沒能找到判斷非線性系統穩定性的充分必要條件，起碼找一個比李亞普諾夫更加必要的充分條件。人類對於神經網路的魯棒性還是有疑問，當然我認為神經網路最終成果就是憑空造一個人腦出來，也許可能未來的某一點人類會發現創造性和計算能力是有衝突的（類似測不準原理的東西），當然這一天還很遙遠……

還有就是之前說的工業界普遍滿足於PID，這個跟整個人類的教育背景有關，目前本科工程類畢業生普遍來說，能理解的數學知識的上界就是微積分了，這個恰恰剛好就是直覺上理解PID需要的東西。對於高級一點的控制理論需要的線性代數，能從空間角度理解線性代數的本科工程類畢業生就鳳毛麟角了。當然碩士的水平應該高一些，可是又回到之前說的，能用上他們知識的場合實在不多。等大家能把線性代數普遍理解透徹的時候，可能工業界會逐漸接受一些更先進的控制方法，最起碼到LQG這個層次。

另一個重要原因是需求，因為PID就夠用了。等到未來某一天，沒人願意去流水線上擰螺絲，沒人願意下礦井挖煤，沒人願意開大卡車送貨，沒人願意頂著太陽造房子，沒人願意給病人開刀動手術，那時候人類對於控制的精度、動態以及多體協同等等要求就會空前的高，控制對象也會更加複雜，學術界的東西也能普遍應用並且獲得檢驗。甚至人類已經不滿足於在製造業使用控制理論，會在經濟、人口、法律等方面使用控制理論（complex network）。

結論就是Control isn"t dead。

人類就是tick-tock那樣前進，目前階段製造業發展沒有互聯網和金融發展迅速，而互聯網和金融不具有很高的吸引控制人才能力。等人類太空夢重新覺醒，等人類對生活條件提高的要求逼迫製造業升級，就像 @冷哲大大說的那樣，控制系統也是面向特定系統，那麼大家可以期待製造業會想招碼農那樣招控制人才（略誇張，輕拍）……

謝邀。這句話表達的是控制方向的研究者的無奈。也許真的沒有比哪個學科理論和實踐脫節比控制更加厲害了。Researcher們提出了新的分析和證明，工業界卻說我們現在經典控制用的挺好的 leave me alone.

這不是一個學科的理論與實踐的隔離，這是數學家與工程師語言的隔離。這兩種人思維方式差異之大，都快能產生生殖隔離了。。。

一切工程都是application driven, 控制工程也是。比如八九十年代的工業機器人全都是用線性控制器，因為巨大的齒輪比縮小了系統的非線性。直到小齒輪比甚至直驅機器人的時候，各種非線性控制器才開始被工業界注意。也是在這之後，因為有了應用，非線性控制理論的研究才又一次活躍起來。

溝通本身就是一個機會。或許我們能做的，就是爭取在控制的理論和實踐中間努力找到一個位置，將工程師的需求告訴數學家，將數學家的理論講給工程師吧。

看來要出大招了：

"You must learn control." ~ Yoda

轉自：https://www.pinterest.com/pin/337277459564126730/

---

第二個大招：

先引述Claude Shannon的學生，高通創始人Jacobs與Viterbi的好友，現MIT教授Robert Gallager（博士論文就提出了low-density parity-check codes，即Gallager codes）的一段話。

轉自：Lecture 1: Introduction

(Compared to the computer area) You will not see as much excitement here. You also will see that because of the big bust in the year 2000, there"s much less commercial activity in the communications field now.

As students, you ought to relish this. You ought to really be happy about this if you want to go into the communication field, because at some point in the future, all of the failure to start new investments, and all of the large communication companies means a very explosive growth is about to start. So I don"t think this is a dead field by any means.

Looking back historically, every time the communication field has seemed dead, and I can think of three or four such times in history, those have been the exact times where it was great to get into the field. There was a time in the early "70s when all the theoreticians who worked in communication theory all were going around with long faces saying everything that we can do has been done, the field is dead, nothing more to do, might as well give up and go into another field. This was really exactly the time that a number of small communication companies were really starting to grow very fast because they were using some of the modern ideas of communication theory and they were using these modern ideas to do new things. You now see companies like Qualcomm that were started then, Motorola of whom major divisions were started back then.

An enormous amount of activity was starting just then, partly because the field seemed to be moribund and the theoreticians were turning and deciding well, 『I guess we have to do something practical now.』

If you want to find a good practical engineer, if you wind up in industry, if you wind up as an entrepreneur or if you wind up climbing the ladder and being a chief executive, if you want to find somebody who will really do important things, find somebody who understands theory who has decided that they suddenly want to start to do practical things. Because if you point to the people who have really done exciting things in this field, those are the ones who have done most of it.

註：說句毒舌但卻是事實的話，大部分做理論的，只不過是在做習題式的推導，其實並沒有真正understands theory。以通信為例，Shannon、Jacobs、Viterbi、Gallager都是在做理論（可wiki一下他們的簡歷），卻可以對工程、對產業造成如此巨大的影響。而同時，99.999...%的理論論文，即使不發表，這個社會都沒有任何損失（甚至是好事，因為少浪費很多資源）。這之間的區別在什麼地方呢？

回到原題目，如果control多些Shannon、Jacobs、Viterbi、Gallager這樣的人，又怎會dead呢？都是做習題的人，不dead才怪。事在人為。Control未來如何，不是確定的，而是取決於在其中的是什麼樣的人，這些人會如何的做。

---

卡爾曼濾波的Kalman，動態規劃的Bellman，模糊邏輯、模糊數學和模糊控制的Zadeh，自適應控制的Astrom，系統辨識的Ljung，等等吧，是做control的；這些習題教授也是做control的。區別可大了去了。

難道工程界不需要下一個卡爾曼濾波，動態規劃，模糊邏輯、模糊數學和模糊控制，自適應控制，系統辨識，等等似的結果？

我倒覺得control is dead這句話，是在委婉地告誡，那些靠水論文、做習題等等的做control的人：看看這些祖師爺們在做什麼，如何做的吧。否則，你們在如此搞下去，control必然成為雞肋。

---

參見另一個回答：

你知道哪些與自動控制、機器人學相關的小故事？ - 知乎

I had heard that around 1959, Gordon Brown（founder of the MIT servo lab and later EE chair and dean of engineering at MIT）had asserted that 「control is dead,」....

--- Michael Athans （Michael Athans - Wikipedia；其導師是 Otto Smith，發明了 Smith predictor）
My Berkeley Years: Control at Cal, 1955-1961
My Berkeley years: Control at Cal, 1955-1961

然後就出現了狀態空間的現代控制理論、最優控制、卡爾曼濾波、動態規劃，乃至自適應控制、系統辨識、模糊控制、魯棒控制、幾何控制、模型預測控制等等。

相關的：

（Compared to the computer area） You will not see as much excitement here. You also will see that because of the big bust in the year 2000, there"s much less commercial activity in the communications field now.

As students, you ought to relish this. You ought to really be happy about this if you want to go into the communication field, because at some point in the future, all of the failure to start new investments, and all of the large communication companies means a very explosive growth is about to start. So I don"t think this is a dead field by any means.

Looking back historically, every time the communication field has seemed dead, and I can think of three or four such times in history, those have been the exact times where it was great to get into the field. There was a time in the early "70s when all the theoreticians who worked in communication theory all were going around with long faces saying everything that we can do has been done, the field is dead, nothing more to do, might as well give up and go into another field. This was really exactly the time that a number of small communication companies were really starting to grow very fast because they were using some of the modern ideas of communication theory and they were using these modern ideas to do new things. You now see companies like Qualcomm that were started then, Motorola of whom major divisions were started back then.

An enormous amount of activity was starting just then, partly because the field seemed to be moribund and the theoreticians were turning and deciding well, 『I guess we have to do something practical now.』

If you want to find a good practical engineer, if you wind up in industry, if you wind up as an entrepreneur or if you wind up climbing the ladder and being a chief executive, if you want to find somebody who will really do important things, find somebody who understands theory who has decided that they suddenly want to start to do practical things. Because if you point to the people who have really done exciting things in this field, those are the ones who have done most of it.

--- Robert Gallager （Robert G. Gallager，上世紀六十年代發明的 LDPC code，一直到近二十年來才被重視，可以說是 5G 時代最核心的 code；其導師是香農；其學生 Erdal Ar?kan，2009 年發明的 polar code，將與 LDPC code 一起統領 5G 時代）
Principles of Digital Communications I
Lecture 1: Introduction

謝邀。這個說法一定程度上反映了一些很大的問題，那就是高校圈、學術界目前灌水太多。前兩天剛在科學網上看到了一篇博文，頗有感觸，覺得是說到點子上了。
地址：科學網—論文的「敲門磚」作用比內容重要
文中開篇就說到：「當高校形成了基金與論文的科學生態圈，連專業教師都選擇圈內發展後，技術受到冷落成為必然。作為科學研究最終成果與載體的論文自然就成了這個生態圈的「GDP」，體現了科學的「生產力」，而受到追捧。」

用大白話來說，就是有了論文，就有了基金，有了職稱。如果沒有職稱，沒有基金，在高校里混個p啊！

我最近每次見到某真控制大牛（是真正的大牛，不是嘲諷），都會被他老人家給狠批：做的這個東西沒有意義，那個東西沒有意義，純粹是灌水向，不能對工業界做出貢獻。
我一遍流著冷汗，一遍小心翼翼的辯解：我要是連個文都沒有，學術界不會有人聘用我的，我一家老小得去喝西北風啊。
大牛說：你如果真的做出了貢獻，不論學術界還是工業界都會有人聘用你。
我說：論文是個能力體現的載體啊，不胡編亂造點理論怎麼發的出來。
大牛聽了之後怒了：我是個搞工程的，如果你想搞理論，別來找我！

我灰溜溜的道了歉就跑了。

咱個小人物的眼界是不敢亂說的，可是真大牛對目前這個風氣也是很不滿的。我導師，一隻小牛，聽說我被大牛批了，跑去大牛那裡給我出頭。他們兩個一起也把現狀給吐槽了一遍，大意是說目前這個學術界的准入門檻真是煩人，就是數文章數，有時候就是會逼良為娼。幸虧他們二位早就拿到了終身教職，沒有生存壓力，可以搞一搞自己認為有意義的東西了

簡單地說就是，控制領域的學術研究已經非常成熟了。近年來基本不可能有什麼通用性控制方法出來。控制的研究已經從學術界轉向工業界。

現在的控制研發都是面向特定系統的，在其他系統上很難應用。因此，學術上的研究價值不大，只能附著在一些有研究價值的系統上，比如機器人、無人機，成為一種專用的演算法。亦即，四旋翼所用的高端控制方法，基本不可能用於化工。學術上既然很難有新的通用的控制理論出現，那麼控制理論本身的研究就逐漸退居次要地位。從某種意義上可以說，在學術界內，關於通用控制理論的純理論研究已基本宣告終結。

現在工業界大量控制都用PID，而不知道應用高端方法，無非是：

1. 控制領域的教育很成問題。常常只教經典控制理論和線性空間方法，而不教或學生沒有有意識去學習非線性的方法，以及各種重要的輔助性方法，比如系統辨識、自適應控制、穩健控制等等。

2. 高級控制方法對系統參數準確性的要求很高，設計相對複雜，如果設計者缺乏經驗，往往效果還不如PID或者帶前饋的PID。

3. 設計高級控制方法的人力和時間成本並不低，如果廣義的PID演算法可以解決問題，那麼很顯然，就不需要設計高級控制方法了。

控制理論沒死，也不會死。說理論沒用的人是因為不懂理論，成天光在文章上打轉的人是因為不懂得怎麼把理論用到實際中。就好像理論是天，工程是地，地上跑的動物有很多，天上飛的鳥也有很多，但是真正頂天立地的人能有幾個？

控制方法很受具體系統的影響。pid這種簡單粗暴的東西往往可以在人們對系統沒有那麼了解的時候，上手看到不錯的控制效果。但是，對於具體的更好的控制，還是要建立在對系統的徹底研究了解與對控制方法的了解。

這話我在學校的workshop聽過，不過當時就被其他教授反駁了。個人感覺control現在的發展肯定是偏理論的很多，而且理論也越來越深，離實際應用也越來越遠。控制畢竟不是自然科學，不是為了探究自然的本質。控制理論就是一門應用數學，運用數學技巧發明各種工具來處理給出的問題。而因為實際情況往往是非線性的，所以註定沒有通解，也註定有很多很有意思的問題不斷出現。

但問題就是實際應用往往離理論很遠，畢竟理論的模型不可能跟實際情況一模一樣。同時現有的實際問題似乎還不太需要很高深的理論知識。例如戰鬥機控制現在也並沒有大規模使用自適應或hinfinity，原因是現有的往往就足夠了。但未來就一定不需要嗎？這肯定不是，所以我覺得還是要慢慢等待新的平台出現，那時應用可能會需要新的理論來支持。

大狗算控制系統比較牛的，自己不努力怪不得別人

反對！很多領域的控制應用是空白。

而且，用非線性控制去代替PID往往能得到更加好的效果，我本人寫過幾篇文，也做了相應實驗，非線性的效果甩PID幾條街。之所以很多人說PID足夠用，是因為他們根本壓根就沒用非線性去試過。別給我扯模型精度不夠，參數識別得到的模型已經夠用了！或者說同樣的模型，用非線性就是比PID好用。

反對說控制領域只有灌水的論文，一篇論文連作者自己都說服不了自己，不感到丟人嗎？國內有的大牛，是論資排輩而已，真的學術不敢恭維。
------------------------------------------------------------------------------------------------------------------------------------------
補充一下，給自己打臉。看到這麼多同行樂死不疲地給自己的行業洗白以及貼金，我覺得毫無意義，我都有點臉紅了。

如今什麼行業最賺錢？去菜市場隨便問一個紅光滿面的大媽，她會告訴你她兒子在做金融或者做軟體。從某種意義上說， control 不僅僅 is dead ， control 從來沒活起來過。可憐的control。

看看Boston Dynamics，就覺得control活得挺好。。
至於control theory的實用性，我覺得隨時間前行，控制要求越來越高，以及硬體水平的提高，會逐漸得到實用。理論先行於實踐，挺正常嘛。

作為一個不大了解控制的建築科研狗，我希望大牛能把死掉的control技術帶到我們腐爛的建築控制裡面。。。

工業界特別是傳統的過程工業領域，本來對於新技術新理論的應用就是偏保守的，這不只控制是這樣。而學術界相對來說是偏前衛的，如果學術界不去向下聯繫工業界，去聯繫項目進行新理論新技術的實踐驗證，而是一味的待在實驗室里玩自己的，那自然就會出現目前控制領域的這種現狀。
或許有的人會說，那為什麼工業界就那麼不思進取，自足於PID那麼點東西並且玩得不亦樂乎呢？…嗯，問這個話的人肯定沒有實際接觸過工業界，特別是那些傳統的、非常注重工業安全的過程工業界。

Control歸根結底是個engineering 的問題。engineering的問題的breakthrough幾乎都是基於解決現存問題的。

談談我的理解。經常有人說 control is dead，但不知最早的出處。我也不知，因此只能推測其原因暫且回答吧。

從理論上來說，控制領域近些年的確進展不大，沒有什麼如Kalman濾波，李亞普諾夫函數這樣偉大的發現。如果說control is dead，指的是這個現象，那還是太悲觀了。控制理論是離不開控制對象的。從最早簡單的單入單出系統，到後來了多入多出系統，線性系統總體而言，有良好的數學理論支撐或者說數學上更容易描述，因此控制理論取得很多經典的成果是有其必然性的。然而，控制理論發展到現在，控制對象越來越複雜，混雜系統，時滯系統，帶各種約束的系統，想要形成完美的理論其難度絕對是幾何倍的增加了。控制理論進入一個平台期，是正常的。然而，這並不意味著未來不能有很好的解決方案。只能說 control is sleepy.

經常有人批評研究控制理論的人為了發文章而發文章，是習題解答者云云。如果control is dead 指的是這種現象，那也有點偏頗了。這一現象是事實，但另一方面，我覺得是這一問題離不開國內經濟發展的大環境。90年代化工業大發展的時候，國內還是有很多控制專家解決了許多具體的問題，也從中提煉了一些有價值的理論（當然不是李亞普諾夫函數級別的，但絕對不是習題解答而已，而是對特定的工業控制對象有價值的理論）。現在國內的情況是很多企業的技術水平太低，根本不需要先進的控制理論。或者直接整套引進國外的控制系統，也不需要控制理論專家了。當然需要研究先進控制理論的企業也還有是有，但是比較少。這是國內的情況。所以說，在國內搞控制理論研究，大環境並不是很好的，上述現象有其客觀原因。要是有很有趣很有價值的的控制問題可以研究，誰願意做習題解答者。但控制問題不可能憑空而來，只能從工業實踐而來。所以，工業的落後造成了沒有好的控制理論滋生的土壤。這時候上述問題的客觀原因。當然，也不可否認，上述現象也有部分從業者的主觀原因。但是，我認為，隨著我國技術水平的提高，先進行業的興起，控制會越來越有用武之地的，這一現象會越來越少的。

上面是國內的情況。那麼國外呢，我所知道的好多國外的研究團隊，針對具體複雜的控制對象，在為工業界解決問題的同時，也提出了很多有價值的理論。類似90年代化工行業的情況。但是這些理論的提出都是有先進的工業支撐的。研究成果可以立刻用在工業上進行驗證（這是國內搞控制理論的同行所羨慕的）。總之，就國外而言，我認為control 仍然活著，只是不像以前活得是一個整體的人，現在的control 是分散的，活在各個行業裡面。這讓我想起美劇《疑犯追蹤》裡面的machine，它最早有一個超大的伺服器基地，但最後machine搬空了基地，它將自身隱藏在各個角落，無處不在。我覺得現在的control 也是如此，這樣的話，能說control is dead嗎？

很簡單，研究自動控制的人太脫離實際了。

中國工廠太多太多的需求，可沒幾個能給提供真正控制方案的。

最近已經迷失在控制論文的公式推導中，特別是 IEEE TIE上的文章，完全看不懂。

馬克思哲學中所解釋的最終理想是「實現人全面而自由的發展」，先要從繁雜的勞動中解放，實現物質財富極大豐富，要實現這一點，我們的生產水平得足夠的高，我們的更深一步的去了解自然，合理的運用自然的規律。再看「controller」，其目的不就是運用我們所發現的規律，去讓人類更加高效么？「controller」的發展與各個其它的科學都有關，特別是基礎科學，比如最近我們發現了引力波，如果我們可以做一個引力波的裝置，```````.。同時「controller」不只是PID，經典控制理論，魯棒控制理論，他是在其根本思想的基礎上隨著時代逐步發展的科學，它與我們整個人類的歷史同在（在馬的觀點來看）。建議你去看看維納的《控制論》，看看這門學科被創建是的最初設想。其實，並不是「controller」 dead，而是我們的觀念太局限了。

發表一點自己的拙見，如有不當,敬請批評指正。
控制理論的研究對象是「系統的穩定性」，問題最早來源於第一次工業革命時期蒸汽機的參數設計，以後的最優性、魯棒性等等概念都是對穩定性的補充。縱觀歷史，控制理論的發展始終是靠兩條腿走路：1.利用不斷發展的數學工具豐富自身理論體系；2.從具體問題中抽象出各種新的理念和模型。兩種方式互相促進，後者甚至更重要一些，比如「穩定」，「最優」等幾乎所有重要概念都是從具體問題中抽象出的。
說到底控制理論是一門工程科學，而現在的趨勢是大家過於看重那套數理系統，一直滿足於小修小補，實際上就是在用99%的精力尋求1%的突破，如此低效豈能不招來批評，該學科的研究人員最應該反思。那麼難道是「穩定性」本身失去活力了嗎？恐怕不是，社會學、經濟學、生物學中的很多現象都可以歸結為穩定性問題，而對這些問題的探索無疑會促進控制理論自身的變革。比如，在和其它學科的融合中，是否能跳出Lyapunov的思路換一種角度定義「穩定性」呢？但是這些創新需要很高的成本：首先要求紮實的控制理論基礎，碩士畢業都未必具備這種能力；其次，對其它領域要有深刻的理解，至少能夠將其抽象為理想模型，若能做到這一點，恐怕在這一領域也算小有成就了。現在的問題是，搞控制的和其它學科研究者之間存在著嚴重的交流障礙。原因很簡單，控制理論發展到今天可謂深奧晦澀，不可能強迫別人遵守你這一套思維模式，而在急功近利的大環境下，誰會靜下心來冒著極高的風險深入其它未知領域呢？
總之，隨著社會經濟的發展，控制理論應該會再次產生大的飛躍，說不定何教授就是控制界的開爾文，而這次飛躍恐怕要依賴大師的出現了。

Delay ，not Dead 。

這句話是何毓琦說的。