🔢 mathematics

Exact Solutions to a Class of Constrained Optimal Control Problems via Lossless Convexification for Digital Control

本文提出了一种结合无损凸化与分段常数参数化技术的数值可行方法，用于求解线性系统的约束非凸连续时间最优控制问题，并如航天器着陆场景所示，保证了精确解与约束满足。

原作者： Vaibhav Upadhyay, Siddhartha Ganguly, Debasish Chatterjee

发布于 2026-07-15

📖 1 分钟阅读🧠 深度阅读

原作者： Vaibhav Upadhyay, Siddhartha Ganguly, Debasish Chatterjee

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，你是一位正在尝试降落在尘土飞扬的外星行星上的宇宙飞船舰长。这是一项非常棘手的任务：你需要精确计算燃烧多少燃料才能到达特定位置，但你的火箭发动机有一个奇怪的规则。它不能完全关闭（你需要一个最小推力），但也不能推得太猛（你有一个最大推力）。这产生了一个“甜甜圈形状”的允许功率区：你必须处于圆环内，既不能在中间的孔洞里，也不能在边缘之外。

这就是作者们所处理的问题。他们正在处理一类被称为“最优控制”的数学问题，这基本上是在寻找机器应遵循的完美路径。棘手之处在于，“甜甜圈”规则让数学变得混乱且非凸（想象一下一个带有孔洞的形状，很难让一个小球滚过）。

核心思想：将甜甜圈“压平”
作者们使用了一个聪明的技巧，称为“无损凸化”（lossless convexification）。想象一下那个甜甜圈形状的规则。与其试图在困在甜甜圈内部的情况下解决谜题，他们发明了一个新的、虚构的变量（一个“松弛变量”），它就像一把灵活的尺子。这把尺子可以延伸并覆盖整个甜甜圈，将那个混乱、有孔的形状变成一个平滑、坚实的丘陵。

这里是神奇之处：作者们证明了，如果你在这一座新的、平滑的丘陵上找到完美的路径，它与原始的、混乱的甜甜圈上的完美路径是完全相同的。没有任何信息丢失。这就像是把一张皱巴巴的地图压平以寻找最短路线，然后再把它折叠回原来的样子来获取真实的指令。

数字化的转折：“像素化”飞行员
一旦有了这座平滑的丘陵，他们需要在计算机上解决它。计算机并不理解“连续时间”（每一分每一秒）；它们通过“步长”来交流。作者们决定将火箭的推力描述为一系列“步长”或时间的“像素”。他们将着陆时间（例如 22 秒）分解成若干个推力保持不变的块。

但正是在这里，大多数其他方法失败了。如果你只检查每个时间块开始时是否安全，你可能会错过时间块中间发生的灾难。想象一下，如果你只检查桥梁的支柱是否安全，却忽略了两者之间的跨度，这会发生什么。作者们认为，对于像航天器着陆这样对安全性要求极高的任务，这是很危险的。

“精确”的解法
作者的方法很特别，因为它不仅仅是检查“支柱”。他们开发了一种新方法，能够保证航天器在时间中的每一个时刻都是安全的，尽管计算机只计算了几个点。

他们将这个问题视为一场“寻找最坏时刻”的游戏。他们问计算机：“如果我们选择一组特定的时刻进行检查，我们能否找到一条违反规则的路径？”然后，他们使用全局搜索（像一个非常彻底的探险家）来寻找最坏的一组检查时刻。如果这条路径通过了这种“最坏情况”测试，作者们在数学上证明了它在整个飞行过程中（每一毫秒）都是安全的。

他们的发现（以及没能发现的东西）
在模拟中，他们针对一个具有三个自由度（上下、左右、前后移动）的航天器着陆问题测试了该方法。

结果： 他们成功找到了既能最小化能量（使用平滑曲线代价）又能最小化燃料（使用“L1 范数”代价，类似于计算总燃料下降量）的路径。
证明： 他们展示了其方法能够发现其他方法会漏掉的问题。在一次测试中，一种标准方法认为着陆是可能的，因为它只检查了 100 个特定点。然而，作者的方法却找到了一个特定的时间（大约 17.34 秒），在该时刻规则被打破，从而证明着陆实际上是不可能的。
代价： 这种彻底性是有代价的。由于寻找“最坏情况”时刻需要时间，作者的方法在计算机上的运行速度比那些只检查网格点的“快速且粗糙”的方法要慢。在测试中，他们的最佳方法解决一个问题大约需要 86 秒，而一种更快的、不太彻底的方法仅需 1 秒。然而，那个快速的方法给出了一个略微错误的答案（更高的代价），而那个超快速的方法在尝试提高精度时则崩溃了。

他们排除的情况
作者们非常明确地说明了他们的方法不是用于什么的。他们明确指出，由于其计算量巨大（寻找那个“最坏情况”时刻需要时间），该方法不适用于“在线”使用。这意味着你不能使用这个精确算法来实时驾驶无人机，比如在飞行过程中应对每一毫秒的风力波动。相反，他们将其定位为“离线”规划工具：在任务开始前，在功能强大的计算机上计算出经过认证的、绝对安全的路径，然后将其上传到航天器中。

他们有多确定？
作者对他们的数学证明非常有信心。他们不仅仅是“建议”其方法有效，而是提供了定理来证明其解是精确的。

他们证明了他们的“松弛”问题（平滑的丘陵）产生的答案与原始问题完全相同。
他们证明了，如果他们找到了一个满足特定有限组“最坏情况”时间点的解，那么它也满足其中间无限个时间点。
他们的结果得到了基于标准计算机的数值模拟的支持（使用 22 秒的着陆时间和如 100 或 200 步等特定网格规模）。他们并非凭空猜测；他们运行了数据，并显示其“松弛”变量与实际推力之间的误差极小（约为 $10^{-8}$ ），在实际应用中几乎可以忽略不计。

简而言之，作者们构建了一个数学“认证”工具。它比标准工具慢，但它保证了如果你遵循它给出的路径，你就不会在检查点之间意外坠毁。这就像是两张地图的区别：一张地图说“出口处的路看起来很通畅”，而另一张地图则保证“旅途中的每一寸土地都是通畅的”。

技术摘要：通过无损凸化实现数字控制中一类受限最优控制问题的精确解

1. 问题表述
本研究针对受环形（非凸）控制幅值约束的线性时不变系统，探讨了一类有限时界最优控制问题（OCP）。具体而言，控制输入 $u(t)$ 的幅值被限制在非零的下界和上界之间（ $\rho_1 \leq \kappa(u(t)) \leq \rho_2$ ），这种情况在航空航天应用（如动力着陆，其中发动机无法在低于一定推力水平下工作）中十分常见。

识别出的核心挑战包括：

非凸性： 标准的直接数值方法（如直接配点法）将问题离散化为非线性规划（NLP），但这保留了环形约束的非凸性质，导致频繁出现可行性和收敛性问题。
连续时间约束满足： 现有方法通常仅在离散网格点上强制执行约束。这无法保证在整个连续时间区间内满足约束，可能导致“样本间”违反安全约束，这对于安全至上的应用场景是致命的。

2. 方法论
所提方法结合了无损凸化（lossless convexification）、分段常数参数化（piecewise constant parametrization）以及凸半无限规划（CSIP）理论，以实现精确解。

无损凸化： 通过引入松弛变量 $s(t)$ ，将非凸 OCP 转换为等价的凸 OCP。将环形约束 $\rho_1 \leq \kappa(u(t)) \leq \rho_2$ 放宽为 $\kappa(u(t)) \leq s(t)$ ，且满足 $\rho_1 \leq s(t) \leq \rho_2$ 。在特定的可控性假设（假设 1）下，证明了该凸化问题的最优解与原非凸问题是完全一致的。
分段常数参数化： 为了使无限维问题在计算上变得可行，控制量 $u(t)$ 和松弛变量 $s(t)$ 的轨迹通过在均匀网格上的分段常数函数进行参数化。这自然地映射到数字控制实现中，并将决策空间简化为有限维的系数向量。
凸半无限规划 (CSIP)： 尽管控制量是有限参数化的，但约束仍必须在每个子区间内的不可数个时间点上成立。因此，该问题被表述为一个 CSIP。
通过全局优化实现精确数值解： 本文建立了一种方法，通过求解一个关于有限时间点集合的极大化问题来恢复 CSIP 的最优值。
- 令 $G(\mathcal{T}; x)$ 为一个放松后的凸规划的最优值，其中路径约束仅在有限元组 $\mathcal{T}$ 的时间点上强制执行。
- 主要理论结果（定理 8）证明，通过对所有可能的元组 $\mathcal{T}$ 进行极大化，可以获得原 CSIP 的精确最优值。
- 定理 11 进一步表明，可以通过求解一系列正则化问题来恢复原问题的最优解，其中正则化参数 $\varepsilon \to 0$ 。
算法架构 (GlbOpt)： 提出了一个模块化框架，利用全局优化算子（如差分进化算法、模拟退火算法）解决外部极大化问题，并利用标准凸优化求解器（如 IPOPT）解决内部极小化问题。

3. 核心贡献

精确性保证： 据作者所知，本文提供了第一个能够保证对这类非凸 OCP 求得精确解，并确保在整个连续时间时界（而非仅在离散节点）内满足约束的数值框架。
不可行性检测： 不同于可能在存在违反情况时仍报告可行解的标准离散化方法（由于忽略了样本间违反），本文提出的方法可以通过识别违反约束的具体时间点，从而严谨地检测出不可行性。
数字实现兼容性： 分段常数参数化的使用确保了其解的结构本质上兼容定点数字硬件。
理论严密性： 该工作确立了值函数的连续性属性，并证明了正则化解向真实最优解的收敛性。

4. 数值结果与实验
该方法在涉及能量最优（ $L_2$ 代价）和燃料最优（ $L_1$ 代价）目标的三自由度行星着陆问题上进行了验证。

约束满足： 在所有测试案例中，控制范数始终严格保持在预设的环形边界内，且松弛变量与控制范数之间的误差极小（ $\sim 10^{-8}$ 至 $10^{-10}$ ），证实了凸化的无损特性。
不可行性案例： 构建了一个特定的扰动场景，在该场景下，标准离散化方法（仅在网格点强制执行约束）错误地报告了可行性。而本文提出的方法通过找到区间内违反约束的时间点，成功识别出了不可行性。
对比性能：
- 与直接转录法 (QuITO) 和离散时间无损凸化 (DLCvx) 相比，所提 GlbOpt 框架实现了更低（更好）的最优代价，这表明竞争方法存在离散化误差。
- 虽然全局优化变体（差分进化、模拟退火）比基于梯度的方法计算速度慢，但 GlbOpt 的梯度版本 (gradOL) 在保持连续时间约束满足的理论保证的同时，达到了与 DLCvx 和 QuITO 相当的处理速度。
- 随着竞争方法网格分辨率的增加，其代价虽趋近于 GlbOpt 的结果，但却以显著增加的计算时间和问题维度为代价。

5. 意义与局限性
本文将该工作定位为航空航天制导领域中离线轨迹生成与认证的重要进展，在这些领域中，解的精度和连续时间安全性保证至关重要。

局限性： 作者明确指出，由于全局优化层的计算成本较高，目前的框架并不适用于在线模型预测控制 (MPC)。该方法旨在用于离线合成，即可以分配大量的计算资源以确保经过认证的可行性。
范围： 本文的贡献严格限于具有环形约束的线性系统以及分段常数控制参数化。所谓的“精确性”是指恢复有限参数化 CSIP 的最优值和最优解，而非指在没有任何参数化误差的情况下恢复无限维连续时间最优控制（尽管文中提到分段常数函数在 $L_1$ 空间中是稠密的）。

总之，这项工作通过提供一种数值可行且精确的方法，解决了具有连续时间安全保障的非凸最优控制问题，弥合了无损凸化的理论优势与数字控制实际需求之间的鸿沟。

类似论文