本文研究了线性系统识别问题，包括轨迹识别和系统切换控制。通过最小二乘和数据驱动的切换策略，提出了解决方法，并对性能进行了分析。

本文研究了线性系统识别问题，包括给定轨迹的识别和线性系统的切换控制。通过最新的非渐近分析进展，设计了一个维度无关样本复杂性界的学习器，并开发了一个维度相关的准则来检测破坏性控制器。提出了一个数据驱动的切换策略来识别潜在系统的未知参数，并分析了其性能和对监督控制方法的影响。