看到这个标题愣了一下..小科普：反馈校正是“预测控制”这个偏门领域的名词，是相对于DMC（已知时域响应模型的预测控制）、GPC（基于在线辨识差分方程的预测控制）和已知状态空间模型的预测控制而说的。而MPC又分广义的和侠义的，广义的就是涵盖以上所有的概念，而狭义的特指基于状态空间的预测控制。
而个人认为“预测控制”领域的教学和分析方法把简单问题复杂化、混乱、不直观，虽然是为了所谓让工程师听懂，实际上把门槛提到了不可思议的高度。建议从最优控制角度入手。这也是网上讨论MPC十分割裂的根源，两拨人都用自己的方式理解MPC，术语都不一样。以上是题外话。
问题本身并不难理解。用这个领域的语言来说，DMC需要显式反馈校正，原因是DMC写出了反馈率的解析式：u=-Ke，K是反馈率，e是误差。而e是要用当下测量值来手动更新的。而基于状态空间的预测控制（狭义的MPC）不需要做显式反馈校正，原因是MPC每次都在已知当下状态反馈和未来一段时间轨迹的基础上重新做优化，而“从当下时刻状态开始优化”就是所谓反馈校正。这两个操作是等价的。
从根本上解释，对线性系统来说，知道当前状态和目标，实际上就能知道u的最优“使劲”方向了。以上算法都在做这件事。
