⚡ electrical engineering

Gaussian behaviors and stochastic data-driven control

本文引入了“高斯行为”（Gaussian behaviors），这是一种可处理的随机建模框架，它通过扩展带有高斯噪声的确定性线性时不变（LTI）系统，实现了能够通过有限样本置信界限显式考虑偶然不确定性和认知不确定性的凸数据驱动预测控制方法。

原作者： András Sasfi, Alberto Padoan, Ivan Markovsky, Florian Dörfler

发布于 2026-07-20

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： András Sasfi, Alberto Padoan, Ivan Markovsky, Florian Dörfler

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

猜对的艺术：当机器从错误中学习

想象一下，你正在试图教一个机器人如何驾驶汽车。在过去，工程师们会花费数年时间编写一本厚厚的手册，描述汽车可能遇到的每一种颠簸、曲线和阵风。这被称为“建模”。但如果世界太过于混乱，以至于无法用手册来描述呢？如果汽车行驶在一个物理规律每周二都会发生微小变化的星球上呢？

这就是**数据驱动控制（data-driven control）**发挥作用的地方。你不需要编写手册，只需给机器人看一千段汽车行驶的视频。机器人观察视频中的模式，并得出结论：“好吧，当我向左转动方向盘时，车就会向左行驶。”如果视频是完美的，这种方法效果极佳。但在现实世界中，数据是混乱的。有时汽车会在冰面上打滑（随机噪声），有时机器人因为看到的视频不够多，不知道在遇到新情况时该怎么办（缺乏知识）。

科学家们提出的核心问题是：我们如何构建一个不仅能预测“平均路径”，还能理解其“不确定性”的控制器？如果机器人不确定，它就应该谨慎；如果它很确定，它就可以大胆。这篇论文深入探讨了这一问题，试图让机器基于它们所看到的数据，拥有一种更好的“直觉”。

论文内容：赋予机器人一种“直觉”

本文的作者 András Sasfi 及其团队发明了一种描述机器如何从混乱数据中学习的新方法。他们将这一发明称为**“高斯行为”（Gaussian Behaviors）**。

为了理解这是什么，想象你正在预测一个弹跳球的路径：

确定性部分（The Deterministic Part）： 你知道基本的物理规则。如果你以特定的角度抛出球，它应该遵循一条特定的、平滑的曲线。在论文的语言中，这就是“标称行为”（nominal behavior）。它是球想要遵循的完美、洁净的路径。
噪声部分（The Noise Part）： 但在现实中，风在吹，地面是凹凸不平的，球可能会晃动。这就是“高斯噪声”（Gaussian noise）。它是将球推离完美路径的随机摆动。

论文提出了一个结合这两者的框架。它不将系统视为一台僵硬的机器，而是一个可能性的“云团”。云团的中心是完美路径，而云团的大小代表了球可能会晃动的程度。巧妙之处在于？他们展示了如何直接从数据中计算出这个云团的大小和形状，而无需了解风或地面的精确物理特性。

魔法技巧：预测未来

作者展示了如果你拥有大量过往数据（比如一段球弹跳的视频），你可以使用一个简单的数学技巧来预测球下一步的位置。

均值（The Mean）： 这是“最佳猜测”。它是云团的中心。论文证明，这个最佳猜测与科学家们多年来一直使用的方法（称为“子空间预测控制”）完全相同。
不确定性（The Uncertainty）： 这是新的魔法。该方法还会计算云团有多“宽”。如果你的数据陈旧或稀疏，云团就会变得巨大，告诉机器人：“我对这件事没把握！”如果数据新鲜且充足，云团就会缩小，机器人就能更加自信。

两种驾驶方式：谨慎型 vs. 乐观型

论文探讨了机器人利用这种不确定性“云团”进行决策的两种不同方式。

1. 谨慎型驾驶员（鲁棒控制/Robust Control）
想象你在森林的浓雾中驾驶。你知道路就在前方某处，但你看不到边缘。一名谨慎的驾驶员会保持在车道中间，以防树木比看起来更近。
论文中的“鲁棒”方法正是如此。它观察不确定性云团中的最坏情况。它会问：“球可能采取的最坏路径是什么，我该如何确保即使发生这种情况我也不会撞车？”

结果： 在对弹簧-质量系统（一种高级的弹跳玩具说法）的测试中，这种谨慎方法比其他方法表现得好得多。虽然其他方法试图表现得过于大胆并最终导致目标过冲，但谨慎方法即使在数据混乱时也能紧跟计划。它本质上是在说：“我不太信任这些数据，不足以冒险，所以我选择安全的路线。”

2. 乐观型驾驶员（与“DeePC”的联系）
现在，想象一位认为“雾只是幻觉！路大概就在这里，所以我要开快点”的驾驶员。
论文指出，一种流行的现有方法叫做 DeePC（数据驱动预测控制），其行为就像这种乐观的驾驶员。它假设不确定性云团中的最佳情况。作者发现，这解释了 为什么 DeePC 会以这种方式运作：它本质上是在赌运气。

代价： 论文指出，虽然这种乐观可以奏效，但它是有风险的。如果不确定性很高（雾很浓），赌最佳情况可能会导致巨大的错误。作者展示了通过调节一个“调谐旋钮”（一个称为 $\lambda$ 的参数），你可以从超级乐观转向更加谨慎，从而有效地将 DeePC 变成一个更安全的驾驶员。

秘密武器：倾听错误

论文还引入了一个名为**“扰动仿射反馈”（Disturbance Affine Feedback）**的超能力。
想象你在驾驶，感觉到车稍微向左偏了一点。普通的驾驶员可能只是保持直线行驶，希望它能自行纠正。但聪明的驾驶员会立即向右微调方向盘，以在错误发生时立即修复它。
作者展示了通过让机器人根据它实时看到的“误差”（即它认为球应该在哪里与球实际在哪里之间的差异）来调整转向，它可以缩小不确定性云团。

测试： 他们在建筑供暖系统（HVAC）上测试了这一点。他们模拟了一个室外温度难以预测的寒冷天气。
- “旧方法”（开环控制）由于无法对错误做出反应，必须保持高功率加热以确保安全。
- “新方法”（反馈控制）能对温度变化做出即时反应。因为它能实时修正错误，所以它不需要表现得那么保守。
- 胜出： 与旧方法相比，这种新方法节省了 77% 的能源成本，同时保持了室内温度的安全。

他们没有做到的事（以及为什么这很重要）

了解这篇论文没有声称的内容是很重要的。

它并没有说机器人现在已经完美了。模拟显示这些方法运行良好，但它们仍然是基于估计值的。
它并没有声称解决了所有类型的确定性问题。论文专注于“高斯”（钟形曲线）噪声。如果噪声是以非钟形曲线的方式呈现出怪异且不可预测的形态，这种特定方法可能需要调整。
它明确反对那些忽略不确定性的方法。论文表明，如果你假定数据是完美的（忽略了“云团”），你最终得到的控制器要么过于冒险（不经调优的 DeePC），要么过于保守（标准方法）。

总结

这篇论文就像是给了机器人一副眼镜，让它不仅能看到路，还能看到雾。它提供了一个数学工具包，将原始、混乱的数据转化为一张“置信度地图”。

如果地图显示“有雾”，机器人就会缓慢且谨慎地行驶（鲁棒控制）。
如果地图显示“晴朗”，机器人就会高效行驶。
如果机器人拥有一个能对错误做出实时反应的“方向盘”（反馈），它甚至可以更高效地行驶，从而节省能源和金钱。

作者通过模拟证明，这种方法不仅仅是一个理论构想，它还是一个实用的工具，可以让机器在现实世界中变得更安全、更聪明、更高效。他们并没有永远解决不确定性的问题，但他们为工程师提供了一张更好的导航地图。

技术摘要：高斯行为与随机数据驱动控制

问题陈述
数据驱动预测控制（DDPC）已成为基于模型的模型预测控制（MPC）的一种强力替代方案，它通过利用行为系统理论直接从测量数据中合成策略。然而，现有的 DDPC 方法在本质上是基于确定性线性时不变（LTI）行为的。虽然这些方法在正则化作用下通常表现良好，但它们缺乏内在的随机框架。因此，不确定性通常是通过事后鲁棒化处理或被忽略方差来处理的，这导致了风险中立的设计，可能过于保守，或者无法解释偶然不确定性（固有特性）和认识不确定性（数据受限）。目前需要一种既具有数学严谨性又具有计算可行性的随机行为框架，用于数据驱动控制设计。

方法论
作者提出了一个名为**高斯行为（Gaussian Behaviors）**的框架，该框架通过为确定性 LTI 行为增加一个高斯噪声分量来进行增强。

高斯行为定义： 高斯行为被定义为一个对 $(B_L, \Sigma_e)$ ，其中 $B_L$ 是一个确定性的有限时域 LTI 行为（有效轨迹的子空间）， $\Sigma_e$ 是一个表示外生随机性的正半定协方差矩阵。任何轨迹 $w$ 都可以分解为一个名义分量 $\bar{w} \in B_L$ 和一个噪声项 $e \sim \mathcal{N}(0, \Sigma_e)$ 。该框架被证明是抽象随机行为的一个易于处理的子类，并涵盖了经典的参数化随机状态空间模型。
辨识与预测：
- 该框架通过将高斯行为对已知轨迹部分（初始条件和未来输入）进行条件化，推导出了预测方法。
- 预测分布直接从轨迹数据的样本协方差中进行辨识。该分布的均值对应于已建立的子空间预测器，而协方差则捕捉预测不确定性。
- 至关重要的是，作者推导出了一个有限样本置信界，该界限同时考虑了偶然不确定性（过程/测量噪声）和认识不确定性（源于有限数据）。该界限定义了预测输出的置信椭球。
- 该方法还扩展到了整合外部变量（如天气）的不确定预报，通过将预报误差视为外生噪声的一部分，从而实现直接从数据中辨识非结构化不确定性。
控制形式：
- 机会约束控制（偶然不确定性）： 作者提出了一个随机预测控制问题，旨在最小化期望成本，并对输出和输入的个体机会约束进行限制。
  - 前馈（Feedforward）： 将输入限制为确定性时，可以恢复标准的子空间预测控制（SPC），或者在忽略风险时恢复标准 SPC，或者在强制执行约束时恢复风险感知变体。
  - 扰动仿射反馈（Disturbance Affine Feedback）： 该框架对扰动仿射反馈策略（ $u_f = K e_{pred} + \bar{u}_f$ ）进行优化。这使得控制器能够主动塑造输出协方差，与开环前馈策略相比，降低了保守性。所得问题被重新表述为一个易于处理的凸优化问题。
- 鲁棒控制（偶然 + 认识不确定性）： 为了应对有限数据带来的不确定性，作者提出了一种鲁棒形式，该形式在由有限样本界确定的置信椭球内最小化最坏情况下的成本。
  - 利用拉格朗日对偶性，非凸最小-最大问题被一个易于处理的凸问题所上界化。这提供了一个保守的控制器，能够针对数据驱动置信区域内的最坏情况实现进行防护。
  - 相反，“乐观”（min-min）形式被证明可以恢复正则化的数据驱动预测控制（DeePC）算法，这为 DeePC 的正则化提供了一种随机解释，即对预测不确定性的乐观立场。

核心贡献

高斯行为框架： 在行为系统理论内引入了一个务实且简洁的随机建模框架，将确定性行为与高斯噪声统一起来，涵盖了参数化随机模型。
带有不确定性界的数据驱动预测： 推导了一种直接从样本协方差辨识的线性预测方法，并附带一个显式量化偶然不确定性和认识不确定性的有限样本置信界。
带有反馈的随机控制： 开发了针对扰动仿射反馈策略的机会约束控制形式，证明了这些策略通过主动管理预测不确定性，可以降低保守性。
鲁棒与乐观解释： 推导了一个具有可处理凸上界的鲁棒控制形式，并展示了其乐观对应项如何恢复正则化的 DeePC，从而将现有的数据驱动方法统一在一个单一的随机框架之下。

结果
论文通过两个数值案例研究验证了所提方法：

双弹簧-质量-阻尼系统： 在离线数据激励不均匀（导致某些输入通道存在高认识不确定性）的情景下，所提鲁棒方法（GB-Robust）优于 SPC、DeePC 以及风险中立的参数化方法（MSM-SMPC）。GB-Robust 表现得更为谨慎，避开了高不确定性的输入通道，并且与那些偏离预测均值的竞争对手相比，实现了更低的实际控制成本和更小的方差。
HVAC 建筑控制： 研究展示了将不确定天气预报集成到预测分布中的过程。通过比较前馈与扰动仿后反馈策略，反馈策略允许控制器通过对已实现误差做出反应，从而规划更接近舒适约束的轨迹。这使得在维持安全约束的同时，与前馈形式相比，闭环控制成本（加热/冷却投入）减少了 77%。

意义与主张
作者声称，这项工作为行为系统理论向随机设置的扩展提供了必要性，使得设计简单且务实的随机数据驱动控制形式成为可能。该框架弥合了行为理论的优雅理论与处理不确定性这一实际控制需求之间的鸿沟。通过将 SPC 和 DeePC（分别为仅均值和乐观形式）作为特例恢复，该框架将现有方法统一在单一的随机框架之下。所提出的鲁棒和基于反馈的方法提供了一种系统的方法，在无需依赖显式参数化模型辨识的情况下，处理这两类不确定性（偶然与认识），从而在降低传统数据驱动方法固有保守性的同时，保持了计算的可行性。