Learning-based quadrotor tracking control using Recursive Gaussian Processes

驾驶无人机是一场微妙的平衡，是物理定律与试图指挥它们的软件之间不断的博弈。对于四旋翼飞行器——一种拥有四个旋转螺旋桨的小型飞行器——而言，保持精确的路径非常困难，因为周围的空气从未处于完全静止的状态。阵风、螺旋桨自身产生的复杂气流涡旋，以及机器构造中的微小缺陷，都在共同作用，试图将其推离航线。传统的飞行控制器依赖于数学模型来预测无人机的运动方式，但这些模型永远不会是完美的。当现实世界偏离数学模型时，无人机就会踉跄，其追踪变得迟缓或摇晃。多年来，工程师们一直试图通过教计算机从错误中学习来解决这个问题，利用机器学习来填补模型的空白。然而，这些智能系统在历史上对于无人机自身的计算机来说过于沉重，无法在飞行时运行，迫使研究人员只能在模拟环境或地面上进行测试。

米兰理工大学的一个研究小组现在弥合了这一差距，创造了一种系统，允许真实的无人机在飞行过程中进行学习并修正自己的飞行路径。他们开发了一种将标准飞行控制器与一种称为“递归高斯过程”（Recursive Gaussian Process）的学习算法相结合的方法。可以将这种学习算法想象成一个高效的记忆系统，它不会存储遇到的每一条数据（否则会迅速使小型计算机过载），而是保留一份关于最重要信息的精简且紧凑的摘要。这使得无人机能够实时更新它对风力和自身特性的理解，而无需停下来处理庞大的数据库。研究人员在名为 ANT-X Lab 的真实四旋翼无人机上测试了该系统，让它在室内竞技场中飞过一系列复杂的波浪形路径。结果显而易见：通过让无人机在飞行过程中学习自身的误差，该系统与不具备这种学习能力的相同无人机相比，将追踪误差降低了 38% 到 75%。

研究人员解决的核心挑战是学习的计算成本。使用高斯过程的标准机器学习模型在预测未知行为方面非常强大，但它们通常需要计算机在每次有新数据到达时都从头开始重新计算。对于高速飞行的无人机来说，这太慢了。研究人员通过使用一种“递归”方法解决了这个问题。系统不是将每一次新的观测都视为一个全新的开始，而是增量地更新其内部模型，就像一个人在穿过一座新城市时不断完善脑中的地图，而不是每走一步就重新绘制整张地图。为了让这个过程更快，他们预先选择了一组覆盖无人机可能运动范围的固定参考点，即“基向量”。随后，学习算法只需调整与这些固定点相关的数值，而不是试图记住飞行的每一个瞬间。这个技巧将计算负载降低到足以让整个系统直接在无人机的车载计算机上运行，这是从以往需要依靠强大的地面站进行计算的尝试中所迈出的重大飞跃。

为了确保无人机能够安全且有效地学习，团队设计了一个特定的工作流程。在学习启动之前，无人机会悬停并稳定。随后是一个为期四秒的“热身”阶段，该阶段允许系统收集初始数据并调整其内部设置，而不会立即尝试修正飞行路径。这可以防止无人机对噪声或突然的、非特征性的运动做出过度反应。一旦系统准备就绪，它就开始监听“指令要去的地方”与“实际去的地方”之间的差异。这种由风力或空气动力阻力引起的差异，正是学习算法试图预测并抵消的对象。研究人员使用了一种特殊的滤波技术来平滑原始传感器数据，以确保无人机学习的是真实的空气模式，而非随机的传感器故障。这种细致的准备工作使学习系统能够专注于飞行的真实物理特性，而非传感器的噪声。

实验涉及让无人机沿着各种正弦或波浪状路径飞行。有些路径不断重复相同的模式，而有些则持续改变形状或速度，以此测试系统是否能适应从未见过的场景。在测试中，无人机被要求跟随具有不同速度和振幅的路径，进行前后直线往复运动。结果显示，基于学习的控制器明显优于标准控制器。当在适中速度下飞行稳定的重复波浪模式时，学习系统的平均误差仅为 4.5 厘米，相比之下，标准控制器的误差为 17.3 厘米，这是一个巨大的进步。即使在飞行路径不断变化的情况下（例如在速度和方向不断变化的扫掠运动中），学习系统仍设法将误差减少了近 40%。当无人机处于其学习阶段所见过的条件范围内时，改进最为显著，但在新的多变条件下，它仍然提供了实质性的收益。

这项工作的最重要意义之一在于，它证明了基于学习的控制可以在真实的硬件上安全且有效地实现，而不仅仅是在计算机模拟中。研究人员展示了该系统如何处理现实环境中的复杂性，包括难以用数学建模的微妙空气动力学效应。通过成功在机载计算机上运行该算法，他们表明小型无人机的计算限制不再是使用先进学习技术的硬性障碍。研究还强调了如何调节学习系统的重要性。研究人员开发了一种受卡尔曼滤波启发的新方法来调整系统内部参数，这使得系统能够比以往的方法更有效地找到最佳的学习设置。这种调优对于确保无人机在学习过程中不会变得过于敏感或不稳定至关重要。

该项目的成功预示着一个无人机可以更加自主、并能处理不可预测环境中复杂任务的未来。如果一架递送无人机能够在无需人工干预的情况下，学会补偿突如其来的阵风或空气密度的变化，它将成为一种更可靠的工具。研究人员的工作提供了一条具体的路径，表明通过将经典控制理论与现代、高效的学习算法相结合，可以创造出既智能又稳健的飞行系统。关键不仅在于学习本身，更在于使这种学习能够实时发生的工程实现。通过降低计算需求并使学习过程保持专注，团队将一个理论概念转化为了实际应用，证明了小型无人机确实可以实现“在飞行中学习如何飞得更好”。