LQR直接通過backward和forward 過程給出最控制率和軌跡，而iLQR初始化一條軌跡，然后用LQR動態優化這條軌跡，直到找到最優解；
LQR是在環境線性化模型、cost function二次型情況下進行的，可能不能表示真是環境的情況；
於是，近似於數值優化中的思路，iLQR是將環境一階線性化，cost function 二階泰勒近似，然后利用LQR求極值，在新極值的條件下，
再次將環境一階線性化，cost function 二階泰勒近似，求極值，指導損失函數收斂；
DDP和iLQR的不同是將環境也進行二階泰勒近似；
存在問題：
1、二階近似在有些點可能不准確，求得新極值點cost function值不降反增，需要使用linear search 來進行約束；
2、hessian矩陣可能不正定，需要正則化。