⚡ electrical engineering

L4acados: Learning-based models for acados, applied to Gaussian process-based predictive control

本文提出了 L4acados 框架，通过引入外部灵敏度机制将基于 Python 的学习模型（如高斯过程）无缝集成至实时最优控制软件 acados 中，从而实现了高效可扩展的高斯过程模型预测控制，并在微型赛车及全尺寸自动驾驶车辆的硬件实验中验证了其性能。

原作者： Amon Lahr, Joshua Näf, Kim P. Wabersich, Jonathan Frey, Pascal Siehl, Andrea Carron, Moritz Diehl, Melanie N. Zeilinger

发布于 2026-03-19

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Amon Lahr, Joshua Näf, Kim P. Wabersich, Jonathan Frey, Pascal Siehl, Andrea Carron, Moritz Diehl, Melanie N. Zeilinger

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

这篇论文介绍了一个名为 L4acados 的新工具，它的核心任务是让“会学习的 AI 大脑”和“反应极快的自动驾驶控制器”能够无缝合作。

为了让你更容易理解，我们可以把自动驾驶系统想象成一位赛车手，而这篇论文就是解决赛车手如何同时使用“老地图”和“实时导航”的难题。

1. 背景：赛车手的两难困境

想象一下，你是一位赛车手（这就是模型预测控制 MPC，一种让汽车自动规划路线的算法）。

老地图（物理模型）： 你脑子里有一张基于物理定律画的老地图。你知道车怎么转弯、怎么刹车。这张图很稳，但不够精确，因为它没考虑到路面突然变滑、轮胎磨损或者风的影响。
实时导航（AI 学习模型）： 你戴着一副智能眼镜（比如高斯过程或神经网络），它能通过摄像头实时看到路面的变化，告诉你：“嘿，前面那块地有点滑！”或者“刚才那个弯其实可以切得更近一点！”

问题出在哪？
目前的赛车手（控制软件）虽然很聪明，但它只习惯看“老地图”。它看不懂智能眼镜传来的复杂数据。如果你想把智能眼镜的数据直接喂给赛车手，通常需要把智能眼镜的数据重新“翻译”成老地图能懂的格式。这个过程就像把一本用外星语写的书，逐字逐句地翻译成人类语言再读给赛车手听，非常慢，而且容易出错。对于需要毫秒级反应的赛车来说，这种“翻译”太慢了，根本来不及。

2. 解决方案：L4acados —— 一个“万能翻译官”

这篇论文提出的 L4acados，就是为了解决这个“翻译”难题。

它的作用： 它像一个超级高效的翻译官。它不需要把智能眼镜（AI 模型）彻底重写一遍，而是直接告诉赛车手：“嘿，虽然这数据是 AI 算的，但你可以直接把它当成老地图的一部分来用，而且算得飞快！”
核心魔法（外部灵敏度）： 赛车手在规划路线时，需要知道“如果我稍微踩一点油门，车会往哪偏？”（这叫灵敏度）。以前，如果数据来自 AI，算这个“偏多少”非常慢。L4acados 发明了一种新招，它允许 AI 在后台直接算出这个“偏多少”，然后直接把结果塞给赛车手，省去了繁琐的翻译过程。

3. 两大亮点：快如闪电，且能并行

论文里用了两个生动的比喻来解释它的厉害之处：

比喻一：从“单兵作战”到“集团军冲锋”（并行计算）
- 旧方法： 就像让一个厨师（CPU）切 100 个土豆。他得切一个，再切一个，累得半死。
- L4acados： 它像是一个拥有 100 个厨师的厨房。它把 100 个土豆一次性扔给 100 个厨师（利用 GPU 并行计算），瞬间就切完了。这使得处理复杂的 AI 模型变得非常快。
比喻二：提前备菜（实时迭代 RTI）
- 在赛车中，时间就是生命。L4acados 允许赛车手在“还没看到下一辆车”的时候，就先利用 AI 把大部分计算工作（备菜）做好。等真正的数据一来（车出现了），它只需要做最后一步微调（炒菜），就能立刻给出指令。

4. 实际效果：从小型赛车到真车

为了证明这个工具真的好用，作者做了两个实验：

微型赛车比赛（1:24 模型车）：
- 这就好比在室内跑道上玩遥控车。
- 结果： 用了 L4acados 后，小车不仅能跑得快，还能根据路面情况（比如哪里打滑）自动调整。它不再死板地沿着中心线跑，而是像真正的赛车手一样，敢于在安全范围内“切弯”，跑得更快、更稳。
- 比喻： 就像给遥控车装上了“老司机”的大脑，它知道哪里可以冒险，哪里必须小心。
真车测试（全尺寸自动驾驶汽车）：
- 这是一辆真正的汽车，在测试场上进行“双变道”（ISO 标准测试）。
- 结果： 没有 AI 辅助时，车子变道有点僵硬，乘客可能会觉得不舒服。用了 L4acados 结合 AI 后，车子变道非常丝滑，既安全又舒适，而且能精准地避开障碍物。
- 比喻： 就像从“新手司机”升级成了“F1 冠军车手”，不仅反应快，而且对车辆的掌控力极强。

5. 总结

简单来说，L4acados 就是一个桥梁。

以前： 想用最先进的 AI 来开车？不行，因为算得太慢，或者太难整合。
现在： 有了 L4acados，你可以直接把你训练好的 AI 模型（无论是神经网络还是高斯过程）插进现有的自动驾驶软件里。它让 AI 变得既聪明又反应迅速，让自动驾驶汽车能像真正的赛车手一样，在复杂的路况中既快又安全地行驶。

这篇论文的意义在于，它打破了“高精度 AI 模型”和“实时控制”之间的壁垒，让未来的自动驾驶汽车能真正学会“边开边学”，越开越聪明。

论文技术总结：L4acados——面向 acados 的基于学习的模型框架及其在基于高斯过程的预测控制中的应用

1. 研究背景与问题 (Problem)

将基于学习的模型（如人工神经网络 ANN 或高斯过程 GP）整合到模型预测控制（MPC）策略中，已被证明能显著提高控制性能和在线适应能力。然而，在实时最优控制软件中实现这些先进模型面临巨大挑战：

接口困难：机器学习框架（如 PyTorch、GPyTorch）与实时最优控制求解器（如 acados）之间的接口复杂。现有的方法通常需要手动将学习模型重新实现为 CasADi 符号表达式，这限制了方法的先进性、计算效率和并行化能力。
计算效率瓶颈：对于基于高斯过程的 MPC（GP-MPC），处理不确定性感知（uncertainty-aware）的最优控制问题计算量巨大。传统的线性化方法往往忽略了状态协方差的传播，或者使用启发式固定协方差，导致解的质量下降或计算成本过高。
现有工具局限性：现有的解决方案（如 L4CasADi）虽然支持 PyTorch 模型，但在并行化灵敏度计算方面与 acados 的架构不兼容，难以在长预测时域或复杂模型下实现高效扩展。

2. 方法论 (Methodology)

本文提出了 L4acados，一个通用的框架，旨在将基于 Python 的外部动力学模型（特别是基于学习的残差模型）无缝集成到实时最优控制软件 acados 中。

核心机制：外部灵敏度 (External Sensitivities)

原理：L4acados 不直接修改 acados 内部的符号计算引擎，而是通过在序列二次规划（SQP）求解器的每次迭代中，通过参数化非线性规划（NLP）来引入外部灵敏度信息。
实现方式：
1. 将原始的非线性动力学 $x_{k+1} = f(x_k, u_k) + B_d g(x_k, u_k)$ 转化为仿射动力学形式，其中 $g$ 是外部残差模型。
2. 在 SQP 的准备阶段（Preparation Phase），L4acados 调用用户定义的 Python 模块（如 PyTorch 或 GPyTorch 模型）来计算残差 $g$ 及其关于状态和输入的雅可比矩阵（灵敏度）。
3. 将这些计算好的灵敏度（ $\hat{A}_k, \hat{B}_k, \hat{c}_k$ ）作为参数传递给 acados 求解器，用于构建二次规划（QP）子问题。
并行化：支持在预测时域上对灵敏度计算进行批处理（Batching）和并行化，充分利用 GPU 或多核 CPU 加速。

针对 GP-MPC 的零阶算法 (Zero-Order Algorithm)

为了处理高斯过程 MPC 中的计算复杂性，作者结合 L4acados 实现了**零阶鲁棒优化（zoRO）**算法的扩展版本（zoGPMPC）：

策略：在 SQP 迭代过程中，固定约束收紧量（Constraint Tightenings）的协方差项，仅基于上一轮迭代的轨迹计算协方差传播，从而避免在每次 SQP 迭代中重新计算昂贵的协方差导数。
模块化实现：
1. GPyTorch ResidualModel：负责高效并行计算 GP 后验均值、协方差及其灵敏度，并支持在线数据更新。
2. L4acados 接口：将上述计算结果传递给 acados。
3. 自定义更新函数：在 SQP 迭代间隙执行协方差传播。

3. 主要贡献 (Key Contributions)

L4acados 框架：
- 提供了一个高效的接口，允许在 acados 中使用任意 Python 可调用的动力学模型（包括 PyTorch, TensorFlow, JAX, 黑盒模拟器等），无需将其重新实现为 CasADi 符号。
- 支持在 RTI（实时迭代）准备阶段进行外部灵敏度的并行计算，显著提升了长时域和复杂模型下的计算效率。
高效的 GP-MPC 实现：
- 利用 L4acados 实现了模块化的、实时的 GP-MPC 控制器。
- 集成了零阶优化策略，能够在保持可行性的同时，大幅降低不确定性感知 MPC 的计算成本。
- 支持任意 GPyTorch 模型、快速协方差传播以及在线学习策略。
广泛的验证：
- 基准测试：在神经网络 MPC 示例中，与 L4CasADi 和纯 CasADi 实现进行了对比，证明了 L4acados 在长时域和复杂模型下的显著加速效果。
- 硬件实验：
  - 微型赛车：在 1:24 比例的自主赛车平台上，展示了不确定性感知 GP-MPC 如何平衡保守性与激进驾驶，提升圈速。
  - 全尺寸自动驾驶：在真实的全尺寸自动驾驶车辆上，成功实现了 ISO 标准变道机动的 GP-MPC 控制，证明了其在安全关键场景下的实时可行性。

4. 实验结果 (Results)

计算效率：
- 在神经网络 MPC 基准测试中，对于较长的预测时域（ $N \ge 10$ ）和复杂模型，L4acados 相比 L4CasADi 和 CasADi 实现了显著的速度提升（Speedup），特别是在利用 GPU 并行化时。
- 在微型赛车仿真中，zoGPMPC（零阶 GP-MPC）结合在线学习，能够在 30Hz 的控制频率下实时运行（平均计算时间约 14-20ms），且随着数据点增加，控制性能（圈速）显著提升，同时保持安全约束。
- 在全尺寸车辆实验中，zoGPMPC 的总计算时间（均值±标准差）为 $8.2 \pm 1.4$ ms，远小于 20ms 的控制周期，证明了其实时性。
控制性能：
- 微型赛车：引入 GP 残差模型后，车辆能够更激进地驾驶（更高的速度和更急的转弯），同时通过不确定性感知约束避免撞车。在线学习策略使得车辆能随着数据积累逐渐优化驾驶线。
- 全尺寸车辆：在 ISO 变道测试中，相比仅使用标称模型的 MPC，引入 GP 修正的 zoGPMPC 显著改善了执行器负载、乘坐舒适性和路径跟踪稳定性，成功处理了模型不确定性。

5. 意义与影响 (Significance)

填补技术空白：L4acados 解决了机器学习框架与实时最优控制软件之间长期存在的“接口鸿沟”，使得研究人员能够直接使用最先进的机器学习库（如 GPyTorch）进行 MPC 设计，而无需繁琐的符号重写。
推动实时学习控制：通过高效的并行计算和零阶优化策略，使得在嵌入式硬件上运行复杂的不确定性感知 MPC（如 GP-MPC）成为可能，为安全关键的自主系统（如自动驾驶、机器人）提供了新的控制范式。
开源与模块化：该框架是开源的、模块化的，支持多种模型和在线学习策略，极大地降低了基于学习的控制算法的开发门槛，促进了该领域的广泛应用和复现。

总结：本文提出的 L4acados 是一个关键的基础设施，它通过巧妙的外部灵敏度接口设计，成功将基于学习的模型（特别是高斯过程）高效地集成到工业级 MPC 求解器中，并通过硬件实验证明了其在提升控制性能和处理模型不确定性方面的巨大潜力。