03 · 反馈控制与滚动时域规划
把学习得到的动作连接到稳定反馈与约束执行。
先修:动力学、导数与线性代数。
理解机制
策略往往指定目标,而非电机扭矩。低层控制器以更高频率跟踪目标,应区分规划、跟踪与安全职责。MPC 优化有限未来,却只执行第一个控制量,然后根据新观察重新规划。训练损失低不意味着稳定;延迟、饱和和接触可能破坏在名义仿真中很平滑的控制器。
Text / 原始公式
u = Kp(x* − x) − Kd v x_next = x + Δt·v; v_next = v + Δt·u/m min Σₜ [(xₜ−x*)ᵀQ(xₜ−x*) + uₜᵀRuₜ] subject to dynamics, state limits and actuator limits
学习指南与本课目录
LEARNING CONTRACT理解 → 实现 → 研究
目标:解释本课机制、复现一个例子、测试一个失败案例。读完不自动代表掌握。
- 理解层:写明假设、形状/单位和一个反例。
- 实现层:复算数值例子并检查边界。
- 研究层:在匹配预算下比较一个替代方法。
机制图与逐步推导
| 符号 | 含义 |
|---|---|
| Kp, Kd | 比例增益与微分增益 |
| Q, R | 状态误差与控制代价权重 |
- 1 千克质点位置 0.2 米,目标 1 米,速度 0.1 米/秒。
、 时 牛顿。 - 若执行器上限 5 牛顿,实际使用 5 牛顿。
秒时显式 Euler 得下一速度 0.2 米/秒、位置 0.202 米。 - 比较受约束与无约束轨迹。增益增加可能缩短名义稳定时间,却增加饱和或延迟导致的振荡。
在玩具仿真中扫描延迟和质量,记录超调、稳定时间、峰值控制量与约束违反;固定积分步长。通过仿真不等于硬件认证。
原创面试练习与分析
先口述答案再展开分析,补充假设、反例和你会运行的测试。
为什么重新规划而非执行完整轨迹?
新观察揭示模型偏差和扰动,重新规划以计算换纠偏,但必须符合控制时限。
动作限幅能证明碰撞安全吗?
不能。有限动作仍可能进入障碍物。安全依赖状态、停止距离、几何与监督系统。
阅读一手来源
Underactuated Robotics — Russ Tedrake ↗
Token Lab 原创讲解与合成计算,不是机器人性能实测。来源链接核对于 2026-10-25,未锁版本的 arXiv 链接可能修订,复现时请记录版本。