本研究介绍了一种学习基础的模型预测控制方案，提高系统性能并提供稳健性的确定性保证。该方案利用统计识别工具识别系统的更丰富模型，通过维护两个模型，在一个优化框架中将安全性和性能隔离。LBMPC通过选择最小化成本的输入来提高性能，并通过检查模糊模型稳定性来确保安全性和鲁棒性。此外，证明了LBMPC控制行动以概率收敛为使用真实动力学计算的MPC的行动。