Adaptive Nonlinear Control with Online Identification and Receding-Horizon Optimization

控制一台在物理世界中移动的机器，是在机器“应该做什么”与“实际做了什么”之间进行的一场持续不断的博弈。在工程学教科书的理想世界里，机器的行为是完全可预测的：你给出一个指令，它就会完全按照数学计算的结果进行移动。但在现实中，机器是杂乱无章的。它们的零件会磨损，由于燃料消耗，它们的重量会发生变化，而它们所推动的空气其行为也难以捉摸。此外，告诉机器人所处位置的传感器永远是不完美的；它们总是带有轻微的噪声。工程师面临的核心挑战在于，构建一个能够实时处理这种杂乱状态的控制系统。该系统必须在机器运动的过程中弄清机器的真实特性，预测其下一步走向，并瞬间调整指令以保持航向，且无需等待人工干预或让机器停止运行。

这就是由研究员伊戈尔·拉德尼克（Igor Ladnik）开发的名为 AMIGO 的新方法所解决的问题。该系统旨在通过结合三个按特定顺序发生的截然不同的活动来引导复杂的机器，例如无人机或航天器。首先，系统通过“倾听”机器来学习其真实的特性。其次，它利用这些新知识规划通往目的地的长期路径。第三，它执行这条路径，同时不断进行微小的、快速的修正，以应对意外的颠簸或误差。该方法在三种非常不同的机器模拟中进行了测试：一个振动系统的数学模型、一架四旋翼无人机，以及一艘试图在月球着陆的航天器。在每种情况下，该系统都成功识别了机器真实的物理属性，计算出了安全的轨迹，并引导飞行器稳定停止，即使机器的实际行为与最初的假设存在显著差异。

这项工作的核心是一种教计算机在运动过程中了解机器的方法。想象一艘正在向月球表面下降的航天器。建造它的工程师对它的重量和引擎产生的推力都有一个最佳猜测。但随着燃料的燃烧，航天器会变轻，引擎的效率也可能并不完美。如果控制下降过程的计算机仅依赖于最初的猜测，它可能会误判制动所需的力度从而导致坠毁。AMIGO 通过将初始飞行阶段专门用于“倾听”来解决这个问题。在此阶段，机器在安全、稳定的控制下运动，同时计算机观察其反应。通过将机器的实际运动与计算机模型的预测进行对比，系统利用一种数学技术来精炼其对机器重量和引擎功率的理解。在月球着陆模拟中，这一过程使计算机识别引擎效率的误差小于十分之一百分点，从而在进入关键着陆阶段之前，就有效地掌握了航天器的真实本质。

一旦系统拥有了关于机器的可靠模型，它就会进入规划阶段。在这里，计算机不仅仅是对当下做出反应；它还会展望未来。它会计算一条完整的轨迹，即一系列将引导机器从当前位置到安全着陆的指令列表。这不仅仅是一条简单的直线；这是一条复杂的路径，考虑到了机器不断变化的重量以及减速的需求。计算机通过从目标进行逆向推导来解决这个问题。它会问：“为了在最后处于完美的位置，我在那一刻之前必须在哪里？而在那一刻之前的前一刻，我又必须在哪里？”通过重复这一逻辑，它构建了一个详细的计划，平衡了到达目标的需求与使用最少燃料和精力的需求。在月球示例中，这个规划阶段耗时约十秒钟的计算机时间，生成了一条将航天器从高度 800 米引导至表面的路径，并充分考虑了月球引力和航天器质量的变化。

最后的阶段是机器真正飞行的时候，它受计划引导，但也随时准备适应变化。这是该系统表现得最为出色的时刻。计算机并不只是像火车在轨道上行驶那样死板地遵循预设路径。相反，它在不断地重新评估现状。每一分之几秒，它都会查看机器实际所在的位置，将其与计划中应在的位置进行对比，并计算出一个微小的修正量。如果一阵阵风将无人机吹离航线，或者引擎的表现略有不同，系统会立即计算出一个新的短期调整方案以重回正轨。这一切发生得极快，以至于机器实际上并不会偏离预定路径太远。在那个必须在重量和平衡未知的情况下实现稳定的四旋翼无人机模拟中，系统识别了正确的物理特性，并持续修正其倾斜和位置，直到无人机达到悬停状态。

这种方法的强大之处在于它如何处理机器自身的极限。真实的引擎无法产生无限的推力，也不能瞬间改变其动力；它们在能推多大力以及改变推力速度方面都有物理限制。许多控制系统忽略了这些限制，或者在事后才试图去弥补，这可能导致不稳定。AMIGO 将这些限制直接构建在规划过程中。当计算机计算路径时，它准确知道引擎能产生多少力以及改变该力量的速度有多快。如果某个动作要求的力超过了引擎所能提供的能力，系统会自动调整计划以保持在安全范围内。在月球着陆场景中，系统管理了主引擎的推力和较小的姿态控制马达，以确保航天器从未要求超出硬件能力的输出，从而保持了下降过程的平稳与安全。

模拟结果表明，该系统足以应对显著的不确定性。在四旋翼无人机的案例中，计算机最初对无人机的质量和重量分布的估计是不准确的。初始猜测存在明显的偏差，但识别阶段迅速纠正了这些错误。当无人机开始稳定程序时，计算机已经能够高精度地掌握无人机的真实物理属性。月球着陆器的模拟展示了该系统管理长时间、复杂下降的能力。航天器从距离表面 800 米处以特定的速度和姿态开始下降。在整个下降过程中，系统识别了引擎效率，规划了一条考虑了燃料消耗的轨迹，并执行了软着陆。航天器触地时的垂直速度小于每秒 6 厘米，这种平缓的抵达对于真实的航天任务来说是安全的。

这项工作之所以特别值得关注，是因为它不需要机器停下来或暂停以进行学习。识别、规划和控制是在机器运动的过程中在一个连续的循环中完成的。该系统被设计为能在真实计算机的严格时间限制内工作。它知道自己不能花费无限的时间去计算完美的路径；它必须在下一个时刻到来之前产生一个足够好的答案。如果计算机用完了时间，它只需使用目前已计算出的最佳计划，从而确保机器不会失去控制。这种在学习、规划与行动之间的平衡，使得该系统能够适应现实世界——在那里，情况永远不是静止的，完美的信息也永远无法获得。

论文总结道，该方法为引导自主机器在困难环境中运行提供了坚实的基础。它成功证明了单一系统可以学习机器的真实本质、规划复杂轨迹并执行该计划进行精确修正，同时还兼顾了硬件的物理极限。模拟涵盖了一系列挑战，从简单的振动系统到复杂的月球着陆航天器。虽然这项工作是在模拟环境下完成的，但结果表明，该方法在对安全性及适应性要求极高的现实应用中是可行的。这项研究方向的下一步将是在实际硬件上测试该系统，并探索它如何处理更复杂的确定性问题，例如环境的突然变化或机器传感器的故障。目前，这项工作展示了机器如何通过理解自身的本质并适应周围的世界，而非仅仅遵循僵化的剧本，来实现自我飞行。