晨光
暗夜
晨光
极光
Bilingual Paper Reading · 中英对照精读

非线性控制中的速率-代价权衡（Rate-Cost Tradeoffs in Nonlinear Control）

准大一 · 自动化 × 信息论 × 控制理论 —— 速率受限控制与有向信息精读材料
原文：arXiv:2604.20369 2026年4月22日发布 arXiv 预印本（cs.IT / eess.SY / math.OC） 速率受限控制 × 有向信息 × 非线性系统 附英文摘要朗读音频

一、论文档案

英文标题Rate-Cost Tradeoffs in Nonlinear Control
中文标题非线性控制中的速率-代价权衡
作者埃拉伊·温萨尔·阿泰, 文卡特·钱德拉塞卡兰, 维多利亚·科斯蒂娜（机构未在素材中标注）
发布时间2026年4月22日（v1）｜分类：cs.IT（信息论）、eess.SY（系统与控制）、math.OC（优化与控制）
原文链接arxiv.org/abs/2604.20369　·　全文 HTML 版
一句话概括证明一般（含非线性）随机控制系统的速率受限控制问题中，「最小通信速率 Rn(D)」由「有向信息最小化 Fn(D)」刻画，二者只差一个加性对数项 log(Fn(D)+3.4)+2+1/n——把有向信息从 LQG 控制与因果信源编码推广到了一般非线性控制。
💡 为什么选这篇给你：① 它站在信息论与控制论的交叉点——「控制信号要多少比特才够用」是个既基础又前沿的问题；② 结论极其干净：速率-代价函数与一个有向信息优化问题只差一个对数项，还给出了两个著名特例（LQG 控制、序贯信源编码）；③ 作者里有信息论大牛 Victoria Kostina（加州理工教授），论文行文规范、动机清晰，适合训练「读懂理论论文」的能力。

二、核心术语表（先扫一遍再读正文）

英文术语中文大白话解释
rate-limited control速率受限控制控制器拿不到完整状态，只能通过一条「限速」通信链路收到状态的编码比特流。
rate-cost function率-代价函数保证平均控制代价不超过 D 所需的最小通信速率——控制版的「率失真函数」。
rate-distortion function (RDF)率失真函数香农引入的经典概念：满足失真约束时描述信源所需的最小比特数。
directed information有向信息衡量「过去输入→当前输出」因果传递的信息量，是因果/序贯系统里互信息的替代品。
strong functional representation lemma (SFRL)强函数表示引理把任意随机对 (X,Y) 表示成 Y=g(X,Z)（Z 与 X 独立）且条件熵有界的工具，本文用它构造编码方案。
LQG control线性二次高斯控制线性系统 + 二次代价 + 高斯噪声的经典控制问题，有分离原理可拆开设计。
nonasymptotic bound非渐近界对有限长度 n 直接成立的界，不依赖「n→∞」的极限假设。
achievability / converse bound可达性（上）界 / 逆（下）界「存在一种方案能做到」的界 vs「任何方案都做不到更好」的界，两者夹出问题极限。
zero-delay (causal, sequential) coding零延迟（因果/序贯）编码每个符号必须在观察到下一个符号之前编码完，不允许「看完一整块再编码」。
average control cost平均控制代价每个时刻状态与动作的代价之和的均值，本文用 c(Xt, Ut) 度量。
finite horizon有限时域只考虑 n 步内的问题，不做无限长时间的平均。
separation principle分离原理「先估计、后控制」可以独立设计的最优性结构——LQG 里有，一般非线性系统未必有。
MMSE estimate最小均方误差估计给定观测后条件期望给出的最优估计，LQG 分离结构里通信端只需产出它。
prefix-free codebook前缀无关码本任何一条码字都不是另一条码字前缀的编码集合，保证可即时解码。

三、摘要中英对照（精读核心）

🎧 音频在文末，可先听一遍原文再读；每个英文句都配了逐句翻译。

摘要 Abstract

EN · 原文
We study the rate-cost tradeoff in rate-limited control of general stochastic control systems, including nonlinear systems, over a finite horizon.
CN · 翻译
我们研究一般随机控制系统（包括非线性系统）在有限时域上速率受限控制中的「速率-代价」权衡。
EN · 原文
At each time step, an encoder observes the state and transmits a description to a controller, which then selects the control action.
CN · 翻译
每一步，编码器观测状态并把它的描述发给控制器，控制器据此选择控制动作。
EN · 原文
For an average control-cost threshold D, we characterize the minimum achievable communication rate Rn(D) via a nonasymptotic bound: Rn(D) lies within an additive logarithmic gap of the optimal value of a directed-information minimization Fn(D), namely, we show that Fn(D) ≤ Rn(D) ≤ Fn(D)+log(Fn(D)+3.4)+2+1/n, in bits.
CN · 翻译
对平均控制代价阈值 D，我们用非渐近界刻画了最小可达通信速率 Rn(D)：它落在有向信息最小化问题最优值 Fn(D) 的加性对数间隙之内，即 Fn(D) ≤ Rn(D) ≤ Fn(D)+log(Fn(D)+3.4)+2+1/n（单位为比特）。
EN · 原文
This establishes directed information as the operationally relevant quantity governing rate-limited control, thereby broadening its utility beyond its previously established roles in causal source coding and linear quadratic Gaussian (LQG) control to general nonlinear control systems.
CN · 翻译
这把有向信息确立为支配速率受限控制的「操作性关键量」，使其适用范围从因果信源编码与线性二次高斯（LQG）控制，拓展到一般非线性控制系统。
EN · 原文
We prove the upper bound constructively by building an encoding-and-control policy using the strong functional representation lemma at each time step.
CN · 翻译
我们构造性地证明了上界：在每一步用强函数表示引理构建一套「编码-控制」策略。
EN · 原文
As special cases of our setting, our framework yields nonasymptotic bounds for sequential (causal) rate-distortion and LQG control.
CN · 翻译
作为我们框架的特例，它给出了序贯（因果）率失真与LQG 控制的非渐近界。

arXiv 分类 Categories：cs.IT（信息论）｜eess.SY（系统与控制）｜math.OC（优化与控制）

四、引言精选（为什么这个问题重要）

① 问题背景：控制器拿不到完整状态，只能收到「限速比特流」

EN · 原文
In many applications, a control system is observed through its states but communicates with the controller over a rate-limited link, as shown in Figure 1. As a result, the controller receives an encoded bitstream describing the state rather than direct state access—examples include remote operation of drones and autonomous vehicles or wireless robot control over congested networks, where the transmission of data from the system to the base station is rate-limited.
CN · 翻译
许多应用中，控制系统通过状态被观测，但只能经由一条限速链路与控制器通信。于是控制器收到的是描述状态的编码比特流，而非状态本身——例如无人机/自动驾驶的远程操控、拥堵网络中的无线机器人控制，系统到基站的数据传输都是限速的。

② 核心问题：多少比特的通信，才能把控制代价压在目标线以下？

EN · 原文
The key question is: what minimum communication rate guarantees that the control cost stays below a target level? This fundamental tradeoff is captured by the rate-cost function [50, 52, 17, 28, 18], the control-theoretic analogue of the rate-distortion function (RDF) in source coding, which characterizes the minimum communication rate needed to represent a source subject to a prescribed distortion constraint.
CN · 翻译
关键问题是：保证控制代价低于目标水平所需的最小通信速率是多少？这一基本权衡由「率-代价函数」刻画——它是信源编码中率失真函数（RDF）在控制理论里的对应物，刻画满足给定失真约束时表示信源所需的最小通信速率。

③ 与经典信源编码的本质区别：零延迟

EN · 原文
Despite this analogy, rate-limited control differs fundamentally from classical source coding: in control systems, each system state must be encoded and reproduced with zero delay, i.e., before the next state is observed, so that the controller can act immediately. Zero-delay eliminates lookahead, changes optimal encoder/decoder structure, and typically has a larger minimum achievable rate; the relevant information measure is directed information from the source to the reproduction sequence [47, 29, 26, 11, 39, 5].
CN · 翻译
尽管有类比，速率受限控制与经典信源编码有本质区别：控制系统中每个状态必须零延迟编码与重建（在下一个状态被观测之前），控制器才能立即行动。零延迟消除了「向前看」的能力，改变了最优编解码器结构，通常导致更大的最小可达速率；此时相关的信息度量是从信源到重建序列的有向信息。

④ 现状：非线性系统尚无信息论上下界

EN · 原文
For nonlinear systems, however, where such a separation principle need not hold in general, existing work studies whether limited communication is enough to keep the system stable [51, 53] and derives specialized upper bounds for restricted system classes such as feedforward or strict-feedback nonlinear systems [14].
CN · 翻译
然而对非线性系统，分离原理一般不再成立：现有工作主要研究有限通信是否足以维持系统稳定，或只对受限系统类（如前馈、严格反馈非线性系统）给出专门上界。

⑤ 本文要做的事：证明非线性系统的权衡由有向信息支配

EN · 原文
In this paper, we demonstrate that the operational rate-cost tradeoff of general nonlinear control systems is governed by a directed-information minimization. We derive a lower bound on the communication rate necessary for a prescribed control cost, extending previously known methods to the nonlinear setting. Our main result is a finite-horizon upper bound on this communication rate, derived using the strong functional representation lemma [20, 21].
CN · 翻译
本文证明：一般非线性控制系统的操作性率-代价权衡由有向信息最小化支配。我们对给定控制代价所需通信速率给出下界（把已知方法推广到非线性情形）；主要结果是该通信速率的有限时域上界，由强函数表示引理推导而来。
💡 这是全文最有味道的一句：“This establishes directed information as the operationally relevant quantity governing rate-limited control.”——「一个量是否真正重要，要看它能不能刻画实际能做的事」。有向信息从「数学上顺手的量」升级为「操作性极限」，这就是信息论论文最漂亮的贡献形态。

五、论文贡献（4 个要点）

EN · 原文
1. A converse (lower) bound for general nonlinear systems. We derive a lower bound on the communication rate necessary for a prescribed control cost, extending previously known methods to the nonlinear setting.
CN · 翻译
1. 一般非线性系统的逆（下）界。对给定控制代价所需的通信速率给出下界，把此前已知方法推广到非线性情形。
EN · 原文
2. A finite-horizon achievability (upper) bound via SFRL. Our main result is a finite-horizon upper bound on this communication rate, derived using the strong functional representation lemma [20, 21]. To the best of our knowledge, this is the first use of the SFRL to derive an achievability bound in a sequential, controlled setting.
CN · 翻译
2. 基于 SFRL 的有限时域可达性（上）界。主要结果是通信速率的有限时域上界，由强函数表示引理推导；据我们所知，这是首次把 SFRL 用于在序贯、受控场景中推导可达性界。
EN · 原文
3. First-order tightness. In particular, in high-information settings where Fn(D) is large, this gap is negligible relative to the leading term and we have Rn(D)/Fn(D) → 1 as n → ∞. To our knowledge, this is the first achievability bound for general (including nonlinear) control systems that is tight in this first-order sense.
CN · 翻译
3. 一阶意义下的紧性。特别地，在高信息设置（Fn(D) 较大）中，该间隙相对首项可忽略，n → ∞ 时 Rn(D)/Fn(D) → 1。据我们所知，这是第一个在一阶意义上紧的一般（含非线性）控制系统可达性界。
EN · 原文
4. Special cases: sequential source coding and LQG control. Sequential source coding and LQG control are special cases of our general problem setting, and we present the consequences of our achievability result in these settings.
CN · 翻译
4. 特例：序贯信源编码与 LQG 控制。两者都是我们一般问题设置的特例，我们展示了可达性结果在其中的具体推论。

六、结论中英对照

EN · 原文
We studied rate-limited control for general (including nonlinear) stochastic control systems over a finite horizon. Our key result is that the operational rate-cost function Rn(D) is governed by a directed-information minimization.
CN · 翻译
我们研究了有限时域上一般（含非线性）随机控制系统的速率受限控制。核心结果：操作性率-代价函数 Rn(D) 由有向信息最小化支配。
EN · 原文
The core technical contribution is the achievability bound. Its proof constructs a sequential encoding-and-control policy by invoking the strong functional representation lemma (SFRL). To our knowledge, this is the first application of SFRL to obtain a near-tight achievability result in a sequential setting that involves control.
CN · 翻译
核心技术贡献是可达性界：其证明调用强函数表示引理（SFRL）构造序贯「编码-控制」策略。据我们所知，这是首次将 SFRL 应用于涉及控制的序贯场景并得到近紧可达性结果。
EN · 原文
For sequential (causal) source coding, our bound yields an achievability guarantee within the same additive gap of the causal directed-information rate-distortion function. For LQG control, it provides a finite-horizon achievability bound of the form Fn(D)+log(Fn(D)+3.4)+2+1/n, further reinforcing the role of directed information as the central quantity in rate-limited control.
CN · 翻译
对序贯（因果）信源编码，我们的界给出了与因果有向信息率失真函数同一加性间隙内的可达性保证；对LQG 控制，它给出形如 Fn(D)+log(Fn(D)+3.4)+2+1/n 的有限时域可达性界，进一步巩固了有向信息作为速率受限控制核心量的地位。
EN · 原文
A natural direction for future work is to identify broader families of control systems for which the infinite-horizon limit admits a constant-size reduction—for example, nonlinear systems under suitable Markov and stationarity assumptions.
CN · 翻译
未来工作的自然方向是：找出更广的控制系统族，使其无限时域极限可化简为常数规模的刻画——例如在合适的马尔可夫与平稳性假设下的非线性系统。

七、编者解读：这篇论文到底讲了什么（大白话版）

  1. 问题：自动驾驶、无人机、无线机器人这些系统里，控制器和机器人之间隔着一条「限速通信链路」。那么问题来了：想保证控制效果（平均代价 ≤ D），通信链路至少要多少比特/秒？这就是「速率-代价权衡」。
  2. 做法：信息论的老套路——先证下界（任何方案都做不到更低），再构造方案证上界（我确实能接近这个下限）。下界靠因果性推理，上界靠「强函数表示引理」：每一步都能把状态「打包」成一个离散消息发给控制器，且代价只多一个对数项。
  3. 结果：得到一个非常干净的结论 Fn(D) ≤ Rn(D) ≤ Fn(D)+log(Fn(D)+3.4)+2+1/n——「最小通信速率」和「有向信息优化问题」几乎是一回事；高信息量时两者比值趋于 1，一阶意义上完全紧。
  4. 最值钱的观点：有向信息（而不是普通互信息）才是「有因果、零延迟」场景的正确度量。这个观念从 LQG 和信源编码一路推广到一般非线性系统，属于「一个概念证明了自己是基本量」的经典范例。
  5. 工程意义：给工程师指了方向——设计速率受限控制系统时，该优化的目标函数是有向信息；数值上它是一个凸优化（论文里证明了），可以算、可以逼近，而不是玄学。
🎯 对保研的启示：这篇论文是「把经典工具用在新场景」的教科书级示范——SFRL 是 2017 年就有的引理，但「第一次用在序贯+受控场景」就是新贡献。复试时展示「我熟悉哪些老工具、把它们搬到了什么新问题、新在哪里」，比追热点更有深度。

八、给准大一的阅读路线图 & 延伸方向

📖 怎么读这篇论文（三遍法）

  1. 第一遍（10 分钟）：只读摘要和术语表，回答三个问题——问题是什么？方法是什么？结果是什么？
  2. 第二遍（20 分钟）：读引言 + 结论，重点体会「零延迟为什么让问题变难」以及「上界+下界夹出极限」的证明思路。
  3. 第三遍（30 分钟）：读方法文字部分（系统模型、有向信息定义、SFRL 的使用、两个特例），跳过所有公式推导，只看文字描述；遇到不懂的术语回查术语表。

🚀 这个方向你能延伸做什么

九、英文摘要朗读（练听力用）

先盲听一遍→再看对照稿→再听一遍。目标是听出每个数字（3.4、2、1/n）和术语（directed information、rate-cost function、strong functional representation lemma、LQG）。