We wczesnych latach rozwoju teorii sterowania optymalnego (mniej więcej od lat 50. do 80. XX wieku) stosowane były zwykle metody niebezpośrednie. W metodach tych wykorzystuje się rachunek wariacyjny w celu uzyskania warunków optymalności pierwszego rzędu. Warunki te prowadzą do problemu jednopunktowej (lub w złożonych przypadkach wielopunktowej) wartości granicznej. Taki problem wartości granicznej ma szczególną postać, jako że powstaje on na drodze różniczkowania hamiltonianu. W efekcie uzyskuje się układ dynamiczny opisany równaniami:
gdzie:
jest tzw. hamiltonianem rozszerzonym.
Od lat 80. XX wieku znaczenia nabrały metody bezpośrednie: W metodach bezpośrednich, stan układu i sterowania są aproksymowane z użyciem odpowiedniej funkcji, na przykład aproksymowane wielomianami lub parametryzowane stałymi częściowymi (ang. piecewise constant parameterization, zob. też interpolacja). Jednocześnie funkcjonał kosztów jest aproksymowany przez funkcję kosztów.