技术摘要：鲁棒自适应离散时间控制障碍证书

问题陈述

本文解决了在存在有界外部扰动和参数模型不确定性的离散时间系统中，确保安全性这一挑战。虽然控制障碍函数（CBF）已成为连续时间系统中安全关键控制的标准工具，但其在具有未知参数的离散时间系统（DT-CBF）中的应用仍不够成熟。

现有的基于模型的方法往往难以应对模型不确定性，这可能会损害安全性保证。尽管连续时间系统中已存在鲁棒性和自适应扩展，但它们依赖于导数相关的论证，而这在离散时间中是无法获取的。此外，离散时间控制器必须满足因果性（即不能利用未来信息），这是先前的连续时间自适应 CBF 文献中未充分解决的约束。核心问题在于开发一种框架，在无需访问真实系统参数 ($\theta^*$) 的情况下，即使存在扰动和未知参数，也能保证系统状态保持在安全集内，同时允许进行在线参数估计。

方法论

系统模型

作者考虑了如下输入仿射离散时间系统：
$$x_{t+1} = f_d(x_t) - [\phi(x_t)]^\top \theta + g(x_t)u_t + w_t$$
其中 $x_t$ 是状态，$u_t$ 是输入，$\theta$ 是未知常参数向量，$w_t$ 是位于已知多面体内的有界扰动。漂移项包含一个已知的标称部分和一个对未知参数呈线性的不确定部分。

鲁棒自适应控制框架

所提出的方法将安全滤波器与参数估计器解耦，从而实现模块化设计。

1. 自适应鲁棒化障碍函数：
   作者没有使用标准的障碍函数 $B(x, \theta)$，而是定义了一个随时间变化的障碍函数 $B_{ra,t}(x)$，它结合了当前的参数估计值 $\hat{\theta}_t$ 和基于估计误差的惩罚项：
   $$B_{ra,t}(x) := B(x, \hat{\theta}_t) - \frac{1}{2}e_{\theta,t}^\top \Gamma^{-1} e_{\theta,t}$$
   其中 $e_{\theta,t} = \hat{\theta}_t - \theta^*$，$\Gamma$ 是正定矩阵。这创建了一个“鲁棒化”的安全集 $S_{ra,t}$，它是当前估计值所定义集合的一个子集，从而确保即使在估计不完美的情况下也能保证安全性。

2. 鲁棒自适应 CBF 证书：
   论文确立了一个充分条件（定义 4）用于判定一个函数是否为鲁棒自适应 DT-CBF。该条件（称为“鲁棒自适应 CBC”）考虑了以下因素：

   • 有界扰动 ($w$)。
   • 参数模型失配。
   • 参数估计值的增量 ($\delta_{\theta,t}$)。
   • 障碍函数和系统动力学的 Lipschitz 常数。

   至关重要的是，该证书是在离线状态下通过对估计误差和参数增量的最坏情况界限进行验证的，而无需知道 $\theta^*$。

3. 在线输入条件：
   对于实时实现，作者推导了一个仅取决于当前估计值 $\hat{\theta}_t$ 和当前估计误差界限 $\varepsilon_{\theta,t}$ 的在线输入条件（等式 17）。该条件定义了一组容许的控制输入 $U_{ras,t}(x)$。安全滤波器将任何标称控制输入投影到该集合上，以确保安全性。

4. 因果估计与综合：
   论文提出了一个使用带有集合成员投影的截断递归最小二乘法（Clipped RLS）的特定估计器。该估计器根据过去的数据 ($F_{t-1}$) 更新参数集 $\Theta_t$ 和点估计值 $\hat{\theta}_t$，确保控制输入 $u_t$ 的计算是因果的（即不依赖于 $t+1$ 时刻的信息）。

核心贡献

1. 离散时间鲁棒自适应安全性保证： 本研究为存在有界扰动和参数失配的输入仿射离散时间系统建立了鲁棒安全性保证。它推导出了适用于安全滤波器的在线输入条件，克服了离散时间中缺乏基于导数论证的问题。
2. 模块化架构： 该框架表明，参数估计模块可以与基于 CBF 的安全滤波器进行分离设计。这种解耦简化了安全自适应控制器的开发，这是在现有的连续时间结果中未明确揭示的特性。
3. 内在鲁棒性分析： 论文对所提控制方法的“内在鲁棒性”进行了严格分析。它证明了如果系统状态由于扰动或糟糕的估计而处于鲁棒自适应安全集之外，控制策略会将状态渐近地引导回安全集序列。
4. 通用在线估计器兼容性： 该方法可以适配通用的在线参数估计器，只要这些估计器能提供点估计、集合估计以及估计增量的一致界限，而不必绑定于特定的学习算法。

结果与主张

• 安全性保证： 主要理论结果（定理 2）指出，如果一个障碍函数满足鲁棒自适应 CBC 条件，则容许控制输入的集合是非空的。此外，如果控制策略从该集合中选择输入，则闭环系统对于一系列随时间变化的安全性集合 $\{S_{ra,t}\}$ 是鲁棒安全的。
• 因果性： 所提出的综合方法确保控制输入仅使用可获得的过去信息进行计算，满足采样数据系统的因果性要求。
• 收敛性 vs. 安全性： 作者明确指出，虽然参数收敛（趋向于 $\theta^*$）会降低保守性，但安全性保证并不依赖于参数估计的收敛性。只要真实参数保持在估计集合 $\Theta_t$ 内，安全性就能得到维持。
• 实现： 论文概述了一个用于实现的算法（算法 1），并指出虽然一般的优化问题是非凸的，但如果障碍函数相对于状态是凹的，则它会变成一个凸优化问题，这在许多 DT-CBF 公式中是一个标准假设。

意义

该论文声称其主要意义在于为离散时间系统建立了一个通用的鲁棒自适应安全控制框架。它并不声称设计了特定的障碍函数、开发了新型参数估计算法或验证了特定系统的障碍函数是否存在。相反，它提供了理论基础（证书和在线条件），使得现有的估计工具能够安全地与离散时间环境下的 CBF 控制器集成。

这项工作弥补了连续时间自适应 CBF 理论与离散时间实现（如 MPC 和强化学习）实际需求之间的鸿沟，提供了一种既能对扰动具有鲁棒性，又能对模型不确定性具有自适应性，且无需获知真实系统参数的策略。