💻 computer science

Online Learning-Enhanced High Order Adaptive Safety Control

本文提出了一种基于神经微分方程的在线学习增强型高阶自适应控制障碍函数方法，通过在 38 克微型四旋翼飞行器上对抗 18 公里/小时的风扰实验，验证了其在模型失配和时变扰动下实时提升安全性的有效性。

原作者： Lishuo Pan, Mattia Catellani, Thales C. Silva, Lorenzo Sabattini, Nora Ayanian

发布于 2026-04-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Lishuo Pan, Mattia Catellani, Thales C. Silva, Lorenzo Sabattini, Nora Ayanian

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

这篇论文讲述了一个关于如何让机器人（特别是微型无人机）在充满未知和变化的环境中，既聪明又安全地飞行的故事。

为了让你更容易理解，我们可以把这篇论文的核心思想想象成教一个新手司机在狂风暴雨中安全驾驶。

1. 背景：为什么需要“安全教练”？

想象一下，你开着一辆自动驾驶汽车（或者像论文里那种只有 38 克重的小无人机）。

理想情况：你有一个完美的地图（数学模型），告诉你怎么开最稳。
现实情况：路上突然刮起了大风（风扰），或者车突然变重了（载重变化）。这时候，那个完美的地图就不准了。如果只按地图开，车可能会撞墙或者翻车。

传统的“安全教练”（叫控制障碍函数 CBF）就像是一个死板的交警。它手里拿着规则书，只要车稍微偏离一点点安全线，它就立刻大喊“停车！”。

问题：如果风很大，车被吹偏了，死板的交警会认为“车要撞了”，于是疯狂刹车，导致车根本动不了，或者反应太慢导致真的撞上了。它太依赖“地图”是完美的这一假设，一旦地图不准，它就失效了。

2. 核心创新：给教练配了一个“实时学习的大脑”

这篇论文提出了一种新方法，叫**“在线学习增强的高阶自适应控制障碍函数”（名字很长，我们叫它“智能自适应教练”**）。

这个教练有两个特点：

它有个“老地图”（名义模型）：这是基础，告诉它车大概是怎么动的。
它有个“实时学习的大脑”（神经网络 + 神经 ODE）：这是关键！

比喻：老手司机 vs. 新手司机

传统方法：就像只背过交规的新手。遇到大风，他不知道风有多大，只能死守规则，结果要么不敢动，要么失控。
旧版自适应方法：就像知道风会来，但只记得“风大概是从左边吹来”这种固定经验。如果风突然变成从右边吹，或者忽大忽小，它就懵了。
本文的新方法：就像一位经验丰富的老司机，同时还是个超级学霸。
- 他手里有老地图（基础模型）。
- 但他边开边学。当风吹来把车推偏时，他立刻感觉到：“哦，原来现在的阻力比地图里写的要大！”
- 他利用神经网络（一种像人脑一样的算法）实时计算这个“偏差”，并立刻更新自己的驾驶策略。
- 更重要的是，他用的神经 ODE技术，让他能处理“时间间隔不一样”的数据。就像他不需要每秒都看仪表盘，哪怕数据是断断续续的，他也能算出下一秒风会怎么吹。

3. 他们是怎么做的？（技术通俗版）

论文里做了两件事：

混合模型（Hybrid Model）：
把“已知的物理规律”和“未知的现实干扰”分开。
- 已知：车是怎么动的（公式算出来的）。
- 未知：风、气流等干扰（用神经网络去猜）。
- 就像你开车，你知道踩油门会加速（已知），但你不知道今天风多大（未知）。这个系统一边开，一边猜风有多大，然后立刻调整方向盘。
高阶安全（High-Order）：
有些安全规则不是“离墙远一点”这么简单，而是“离墙的距离、离墙的速度、离墙的加速度”都要考虑。
- 这就好比不仅要看车离悬崖多远，还要看车速是不是太快，刹车距离够不够。
- 论文的方法能处理这种复杂的、多层次的“安全距离”计算，确保在高速飞行中也不会出事。

4. 实验结果：真的有效吗？

作者在实验室里做了两个测试：

电脑模拟：
他们让无人机在模拟的“引力场”（像被吸向墙壁）和“斥力场”（像被推开）中飞行，甚至让风力忽大忽小、忽左忽右。
- 结果：传统的教练（CBF）直接撞墙；旧版自适应教练（HO-aCBF）在风力变化时也会迷路；而本文的“智能教练”不仅能避开墙壁，还能在风停后迅速调整，稳稳地飞在安全线边缘。
真实飞行（最酷的部分）：
他们把算法装在一个只有38 克重（比一个鸡蛋还轻）的微型无人机上。
- 挑战：用一个大风扇制造18 公里/小时的强风（相当于 6 级大风），让无人机在障碍物旁边飞。
- 表现：
  - 一开始，无人机被风吹得摇摇晃晃，差点撞上障碍物。
  - 但是，“智能教练”立刻学会了风的规律。
  - 几秒钟后，无人机不仅稳住了，还主动调整了飞行路线，离障碍物更远了一些，完美避开了危险。
  - 这就好比一个新手司机，在经历了一次差点撞车的惊吓后，立刻学会了怎么在侧风中安全驾驶，而且越开越稳。

5. 总结：这到底意味着什么？

这篇论文的核心贡献在于：
它让机器人不再需要预先知道所有可能的危险（比如不需要提前把风的数据全部训练好），而是在飞行过程中实时学习，并立刻把学到的经验用到安全控制中。

以前：机器人要么很笨（死守规则），要么需要很长时间在实验室里“死记硬背”各种情况才能上路。
现在：机器人像人一样，“吃一堑，长一智”。遇到新情况（如突发强风），它能立刻适应，保证自己不会撞车，同时还能保持飞行的灵活性。

这对于未来的无人机群编队飞行、灾难救援或者家庭服务机器人非常重要，因为它们必须在充满未知和变化的真实世界里，既灵活又绝对安全地工作。

这是一份关于论文《Online Learning-Enhanced High Order Adaptive Safety Control》（在线学习增强的高阶自适应安全控制）的详细技术总结。

1. 研究背景与问题 (Problem)

核心挑战：控制障碍函数（Control Barrier Functions, CBFs）是一种基于模型的安全控制工具，能够通过二次规划（QP）为系统提供形式化的安全保证（即集合不变性）。然而，CBF 的安全保证高度依赖于模型的准确性。
现实困境：在现实世界中，由于负载变化、风扰等外部干扰或模型失配，系统的真实动力学往往与标称模型（Nominal Model）存在显著差异。这种不准确性会导致 CBF 失效，进而引发安全事故（如无人机撞向障碍物）。
现有方法的局限性：
- 纯学习控制：缺乏形式化的安全保证。
- 传统自适应 CBF (aCBF)：通常假设残差是线性的或需要离线训练。当遇到训练分布之外的时变残差（如突发强风）时，安全保证会失效。
- 鲁棒 CBF：需要已知不确定性边界，导致控制器过于保守。
- 高阶 CBF (HOCBF)：虽然能处理相对阶大于 1 的系统，但若无自适应机制，仍无法应对复杂时变扰动。

2. 方法论 (Methodology)

作者提出了一种**在线学习增强的高阶自适应控制障碍函数（NODE-HO-aCBF）**框架，结合了知识驱动模型与数据驱动学习。

混合模型架构 (Hybrid Model)：
- 利用知识基础神经常微分方程 (Knowledge-based Neural ODEs, KNODE)。
- 将系统动力学建模为： $\dot{x} = f(x) + g(x)u + \hat{d}_\theta(x)$ 。
- 其中 $f(x) + g(x)u$ 是已知的标称模型， $\hat{d}_\theta(x)$ 是由神经网络参数化的残差模型，用于在线估计未知的时变扰动（如风扰）。
在线学习机制：
- 系统维护一个先进先出（FIFO）的数据队列，存储最新的状态 - 控制对 $(x, u)$ 。
- 利用这些实时数据在线训练神经网络，直接学习残差动力学，而非仅仅学习状态预测。
- 支持在线模式（无预训练，边运行边学习）和离线模式（先预训练再部署）。
NODE-HO-aCBF 优化框架：
- 将学习到的残差项 $\hat{d}_\theta$ 及其李导数（Lie derivative）直接嵌入到高阶控制障碍函数 (HOCBF) 的约束条件中。
- 构建二次规划（QP）问题：最小化期望控制 $u_{des}$ 与实际安全控制 $u$ 的偏差，同时满足包含残差项的 HOCBF 约束。
- 通过自动微分计算神经网络对状态的导数，确保约束的可微性和实时性（运行频率达 100Hz）。

3. 主要贡献 (Key Contributions)

提出 NODE-HO-aCBF：一种能够处理复杂时变模型扰动的学习增强型高阶自适应 CBF。它不需要预先知道扰动的形式或边界，也不需要离线训练即可工作。
基于 KNODE 的在线混合架构：
- 结合了标称模型的数据效率和神经网络的表达力。
- 利用 Neural ODE 直接学习动力学残差，支持不同时间间隔的采样数据，适应实时物理系统。
- 解决了传统 aCBF 需要监督 CBF 时间导数（通常通过噪声数值微分获得）的问题，直接从未观测的状态 - 控制数据中学习。
广泛的验证：在仿真和物理实验中，与 HOCBF、传统 HO-aCBF 等基线方法进行了对比，证明了其在非平稳残差下的优越性。

4. 实验结果 (Results)

仿真环境 (双积分器模型)：
- 场景：设置了“吸引”、“排斥”和“时变”三种残差类型。
- 结果：
  - 传统 HOCBF 在扰动下发生安全违规（ $h < 0$ ）。
  - 传统 HO-aCBF 对参数敏感，且在时变扰动下无法收敛或表现保守。
  - NODE-HO-aCBF（在线和离线）成功适应所有扰动，使机器人稳定在安全边界附近。离线版本收敛最快，在线版本虽有初始学习延迟，但随数据积累能稳定适应。
- 效率：在线控制器运行时间为 1.36ms - 2.35ms，满足 100Hz 控制频率，且训练时间极短。
物理实验 (38g 微型四旋翼无人机)：
- 场景：在 18km/h 的湍流风下，无人机需跟踪圆形轨迹并保持与障碍物（原点）的安全距离。
- 结果：
  - 基线方法：在风扰下均无法保持安全，轨迹偏离或撞向障碍物。
  - NODE-HO-aCBF (在线)：在遭遇风扰后，能够在线快速提升安全性，随着飞行时间增加，无人机逐渐调整策略，保持更稳定的安全距离。
  - NODE-HO-aCBF (离线)：从开始就表现出优异的安全性能。
  - 量化指标：相比基线，提出的方法显著减少了安全违规时间比例（ $h_{neg}$ ），并保持了更小的平均安全距离方差（S.sDist.Var.），证明了其适应性和稳定性。

5. 意义与价值 (Significance)

理论突破：成功将数据驱动的在线学习能力与形式化安全验证（CBF）相结合，解决了“模型失配导致安全保证失效”的关键难题。
实际应用：证明了该方法在资源受限（38g 微型无人机）和强干扰（18km/h 风）环境下的有效性，为复杂动态环境下的机器人安全控制提供了可行方案。
未来展望：该方法为大规模集群（Swarm）在近距离飞行中的自适应安全规划奠定了基础，未来工作将致力于提供概率安全保证并扩展至大规模集群协同。

总结：该论文提出了一种高效、灵活的在线学习框架，通过结合标称模型与神经 ODE 残差学习，显著增强了高阶控制障碍函数在复杂时变扰动下的鲁棒性和安全性，并在真实的微型无人机实验中得到了验证。