🔢 mathematics

Contraction Certificates for Approximate Koopman Immersions with Nonzero Generator Residuals

本文通过证明：若受限于物理切空间并由残差导数的最小范数扩展所增强的潜在矩阵的加权对数范数为负，则真实的非线性流即具有收缩性，从而为具有非零生成元残差的近似库普曼浸入建立了收缩证书，进而使得即使在完整的潜在动力学表现为不稳定时，也能实现鲁棒控制设计。

原作者： Robert Vrabel

发布于 2026-09-24

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Robert Vrabel

原始论文采用 CC BY 4.0 许可（https://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

在工程学和物理学的世界里，许多系统过于复杂，无法用简单的直线来描述。机械臂的摆动、流体的旋涡或化学反应的加速，都遵循着弯曲且扭转的规律。几十年来，科学家们一直试图通过寻找一组特殊的坐标——一种观察系统的全新方式——来驯服这种复杂性，使那些扭曲、非线性的规则突然呈现为笔直且可预测的直线。这种被称为库普曼算子（Koopman operator）的方法，承诺将混乱的局面转化为易于处理的状态，让工程师能够像计算抛物线轨迹一样，轻松预测系统的未来。然而，在现实世界中，这些新坐标很少是完美的。当科学家尝试利用数据或近似值来构建它们时，总会残留微小的误差，即完美直线与实际曲线之间的一道微小缝隙。关键问题在于：这点微小的误差是否会破坏预测系统行为的能力，还是我们依然可以信任这个模型？

由斯洛伐克布拉迪斯拉发技术大学的罗伯特·弗拉贝尔（Robert Vrabel）开展的一项近期研究，通过一种新的稳定性证明方法回答了这个问题。研究人员将重点放在了这样一类系统中：用于描述系统的全新坐标数量大于实际物理变量的数量。想象一下，尝试描述一个在平面纸张上移动的单点的位置；你只需要两个数字，比如经度和纬度。但如果你使用三个数字来描述同一个点，比如增加了一个冗余测量，你就创建了一个“过大”的描述。在这种情况下，额外的维度并不是该点可以移动的真实物理方向，而是一个数学人工产物。弗拉贝尔的工作表明，在分析此类系统的稳定性时，我们必须忽略这些额外、非物理方向的行为，而严格专注于系统实际运动的方向。

论文论证了，即使数学模型是不完美的且包含误差，只要我们观察正确的数据切片，仍然可以证明系统的稳定性。研究人员开发了一种将模型分为两部分的方法：主要的线性结构和剩余的误差。通过计算系统在物理运动方向内收缩或缩小到稳定路径的速度的特定度量，该研究证明，即使完整的、过大的数学模型看起来是不稳定的，系统仍然保持稳定。在一个涉及由三个坐标描述的两部分机械系统的具体案例中，标准的稳定性测试完全失败了，暗示系统是不稳定的。然而，当研究人员应用这种仅观察物理方向的新方法时，测试显示该系统确实是稳定的，并具有明确的安全裕度。

这一发现意义重大，因为它允许工程师使用更灵活、更近似的模型，而不必担心额外的复杂性或微小误差会使安全保证失效。该研究提供了一份严谨的数学证明，确认系统不会失控，即使模型与现实并不完全匹配。它还提供了一种设计这些模型的方法，使误差尽可能小，从而确保稳定性成立。在另一个例子中，研究人员将模型拟合到一个带有三角函数的系统中，表明通过精心选择的一组坐标，可以揭示出在原始形式下无法看到的隐藏稳定性。研究结果通过精确的计算机计算进行了验证，这些计算检查了定义区域内的每一个可能点，确保结论在最严格的审查下依然成立。

这项工作本质上改变了我们看待模型与其所描述的现实之间关系的方式。它不再要求模型与物理世界之间存在完美的、一一对应的匹配（这通常是不可能的），而是接受模型是一种近似。随后，它提供了一种工具来验证这些近似是否足以保证安全性。通过证明模型中的“噪声”或误差不会影响实际物理运动的稳定性，这项研究为机器人、航空航天以及其他非线性动力学作为常态而非例外领域的更稳健、更可靠的控制系统打开了大门。研究证实，稳定性是物理流本身的一种属性，只要拥有正确的数学视角，即使我们观察它的工具是不完美的，我们也能清晰地看到稳定性。

技术摘要：具有非零生成器残差的近似 Koopman 浸入的收缩证书

问题陈述
有限维 Koopman 模型旨在通过线性观测坐标来表示非线性动力学。然而，在使用有限字典或学习到的嵌入时，生成器关系很少是精确的，从而导致产生一个非零的生成器残差 $r(x, u)$ 。在收缩分析中，与稳定性相关的量不是残差本身，而是作用于提升后的扰动的残差导数。一个关键挑战出现在“非方阵”浸入中，即观测映射的维度（ $N$ ）超过状态维度（ $n$ ）。在这种情况下，物理状态的变化产生的扰动仅占据高维潜在空间中的浸入切空间 $T_x = \text{im } J(x)$ 。标准的收缩测试通过评估整个环境潜在矩阵来运行，但这会导致失效，因为它们包含了并非物理可实现的“法向”方向，从而导致过度保守或错误的稳定性证书。

方法论
本文建立了一个框架，用于为由近似 Koopman 浸入 $\psi(x)$ 表示的具有生成器关系的非时变非线性控制系统 $\dot{x} = f(x, u)$ 推导收缩证书：
$D\psi(x)f(x, u) = A\psi(x) + Bu + r(x, u)$
其中 $J(x) = D\psi(x)$ 具有满列秩。

核心方法论包括：

精确切向动力学： 通过对生成器关系求导，可以得到在切空间上的精确提升变分动力学： $F_\psi J = D_x(Jf)$ 。矩阵 $F_\psi = A + D_x r J_P^\dagger$ 代表限制在物理切空间上的真实动力学，其中 $J_P^\dagger$ 是 $P$ -加权 Moore–Penrose 左伪逆。
切向限制对数范数： 本文定义了一个基于 $A$ 在切空间上的加权对数范数 $\nu_{P, T_x}(A)$ 的收缩证书，而非全环境范数。
最小诱导范数扩展： 一个关键的几何结果证明，微分残差增益 $\kappa_r = \sup_{v \neq 0} \|D_x r v\|_P / \|J v\|_P$ 正好等于扩展 $D_x r J_P^\dagger$ 的诱导 $P$ -范数。该扩展是唯一的矩阵，它在与切空间一致的同时消除了 $P$ -正交补空间，从而在所有可能的扩展中使诱导范数最小化。
证书分解： 收缩条件被分解为一个标称裕度和一个残差增益：
$\nu_{P, T_x}(A) + \kappa_r(x, u) \leq -c < 0$
该不等式证明了真实的非线性流是收缩的，即使环境矩阵 $A$ 或全残差扩展具有正的对数范数。

主要贡献

切向与环境动力学的几何分离： 本文严格区分了物理扰动（位于 $T_x$ 内）与非物理环境方向。证明了真实流的收缩仅取决于限制在 $T_x$ 上的系统行为，从而允许在标准环境测试失效的情况下进行稳定性证书验证。
最优残差扩展： 本研究确立了算子 $D_x r J_P^\dagger$ 是微分残差从切空间到全潜在空间的最小诱导范数扩展。这使得残差项可以被紧致地限制，而不会因为向非物理方向的任意扩展而惩罚证书。
凸设计与验证： 本文将标称矩阵 $A$ 的选取表述为一个凸极小极大问题。此外，还提供了一个针对 $C^1$ 模型不确定性的确定性传递定理，量化了向量场近似误差如何传播到收缩裕度中。
增量输入-状态稳定性 ( $\delta$ -ISS)： 通过整合切向限制收缩不等式，本文推导出了考虑输入变化的区域性 $\delta$ -ISS 估计。

结果
该理论框架通过两个数值示例得到了验证：

非方阵浸入示例： 一个非线性二状态系统由一个三观测量的浸入表示。在这种情况下，系统的雅可比矩阵的直接欧几里得对数范数以及标称矩阵 $A$ 的环境对数范数均为正，暗示不稳定。然而，切向限制证书 $\nu_{P, T_x}(A) + \kappa_r$ 是一致负值的，成功证明了真实非线性流在向前不变区域内的收缩性。
拟合坐标示例： 一个非线性系统使用学习到的坐标映射进行近似。虽然直接的欧几里得测试在原点处失效，但拟合坐标展示了一致的收缩裕度。利用区间算术法，在紧致区域内对收缩率和微分残差界限进行了严谨的计算机辅助验证。

意义与主张
本文声称为分析近似 Koopman 模型的稳定性提供了严谨的理论基础，特别解决了“非方阵”情况，即潜在维度超过状态维度的情况。其主要意义在于能够为那些标准环境测试无结论或为负值的系统提供收缩证书。通过将物理切向动力学从环境潜在空间中分离出来，该方法允许在控制和稳定性分析中使用具有非零残差的近似表示，而无需要求精确的 Koopman 特征函数。结果表明，即使环境矩阵测度为正，只要在浸入切流形上进行验证，潜在空间中也可以存在“收缩几何”。这项工作还提供了一个凸优化框架，用于设计标称矩阵 $A$ 以最大化收缩裕度，从而弥合了数据驱动 Koopman 近似与严谨稳定性保证之间的差距。

技术摘要：具有非零生成器残差的近似 Koopman 浸入的收缩证书

类似论文