Simultaneous Online System Identification and Control using Composite Adaptive Lyapunov-Based Deep Neural Networks
本文提出了一种新颖的控制框架，该框架通过采用深度神经网络各层的复合自适应李雅普诺夫更新律，同时实现了不确定非线性系统的在线系统辨识与轨迹跟踪，从而在间歇性状态反馈丢失期间保证鲁棒性能，并确保误差的一致最终有界性和指数收敛。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在教一个机器人走钢丝。这个机器人拥有一个“大脑”（深度神经网络，或称 DNN），它会尝试预测风和重力将如何推挤它，以便调整平衡。
旧方法的弊端
传统上，工程师会离线训练这个机器人“大脑”。他们会运行数千次模拟，让机器人学习，然后冻结其“大脑”。一旦机器人开始走上真实的钢丝，它的“大脑”就无法再学习任何新东西。如果风势发生意外变化，机器人可能会摔倒，因为其冻结的“大脑”不知道如何适应。
一些较新的方法允许机器人在行走的同时进行学习。然而，这些方法只关心一件事：保持在绳子上。它们仅调整“大脑”的内部参数，足以防止机器人摔倒，但并未真正教会“大脑”风究竟在做什么。机器人或许能保持直立，但它并不真正“理解”当前的物理状况。如果机器人瞬间失去平衡传感器（例如突然断电），它就完全不知道如何预测风力并继续前行。
新方案：“双重职责”的大脑
本文介绍了一种新方法，让机器人在同时学习两件事：
- 如何保持在绳子上（跟踪控制）。
- 风实际上是如何运作的（系统辨识）。
这就像一名学生在参加考试。
- 旧方法：学生只是死记硬背试卷上特定问题的答案。如果老师问了一个稍有不同问题，学生就会不及格。
- 本文的方法：学生不仅正确回答了试卷上的问题，还写下了一份详细的复习指南，解释为什么答案是这样的。如果老师稍后问了一个新问题，学生可以利用他们的复习指南来找出答案。
工作原理（类比）
作者创建了一种特殊的“学习规则”（自适应律），它充当双重检查系统：
- “当下”检查（跟踪误差）：机器人观察它当前的位置与它应该在的位置之间的差异。如果它发生漂移，它就会调整“大脑”以修正路径。这是标准做法。
- “假如”检查（预测误差）：这是神奇的部分。机器人拥有一个特殊的“观测器”（就像第二双眼睛），它试图根据机器人的运动来猜测风力的实际大小。它将这个猜测与机器人“大脑”预测的风力进行比较。
- 如果“大脑”的猜测是错误的，机器人不仅会修正路径，还会重写“大脑”的内部规则，以便在未来做出更准确的猜测。
通过结合这两种检查，机器人的“大脑”成为了真正的专家。它学习的是系统的实际物理规律，而不仅仅是如何作弊以保持直立。
“手电筒”要求（持续激励）
文中提到了一个称为“持续激励”（PE）的条件。想象一下试图学习一个黑暗房间的形状。如果你只走直线，你只能了解你面前的地板。要学习整个房间，你需要四处移动，触摸墙壁，并向不同方向张望。
- PE 意味着机器人需要移动得足够多（不仅仅是静止不动或在无聊的循环中移动），以便“大脑”获得足够的“数据”来学习风和重力的全貌。如果机器人移动得足够多，学习就会变得极其快速且准确。
超能力：在断电中生存
这种方法最大的优势在于当机器人失去传感器（“钢丝”传感器变黑）时会发生什么。
- 旧方法：当传感器失效时，机器人会惊慌失措。因为它不知道风的情况，所以会摔倒。
- 这种方法：由于机器人的“大脑”已经学会了“复习指南”（系统辨识），即使没有传感器，它也能预测风将如何行动。它利用其学习到的模型，在断电期间继续行走，直到传感器重新上线。
结果
作者在两样事物上测试了这种方法：机械臂（如工厂机器人）和水下航行器。
- 精度：与旧方法相比，新方法能让机器人更好地保持在路径上。
- 理解力：机器人的“大脑”更准确地学习了系统的物理规律。
- 韧性：当传感器被关闭（模拟断电）时，新方法保持了机器人的稳定性，而旧方法则挣扎或失败。
总结
本文赋予机器人一个不仅会对错误做出反应，而且在玩耍过程中学习游戏规则的“大脑”。这使得机器人能够表现得更出色，更深入地理解其环境，并且即使在暂时失去感官的情况下也能继续工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。