BoBDeLaN: Bounded-Bandwidth Context Adaptation for Deep Lagrangian Robot Control
Lucas Schulze, Sucheth Shenoy, Jan Peters, Oleg Arenz
cs.RO, cs.LG, eess.SY
2026-11-16
用带收缩与增益保证的REN加低通滤波替换LSTM编码器,真机注入扰动后速度误差仅从88%升到116%,LSTM恶化到665%。
机械臂抓起未知重物,动力学当场就变了,固定参数的学习模型跟不上。Context-Aware DeLaN(2025,同组前作)的解法是让一个 LSTM 编码器读一段关节状态与力矩残差的历史,推断出隐变量上下文 z,拉格朗日动力学模型跟着 z 适配当前负载,而且在每个固定 z 下保持机械结构,可以直接嵌进 MPC(模型预测控制,每步滚算一段未来再优化)做轨迹跟踪。
薄弱环节在编码器。LSTM 训练对两件事没有任何约束:初始隐藏状态被遗忘多快,测量历史被扰动后推断出的 z 会漂多远。传感器噪声、估计误差混进历史序列,z 一漂,喂给 MPC 的动力学预测就跟着漂,验证集误差再低也说明不了扰动下的行为。论文把需求写成两条硬性质:初始状态指数遗忘(收缩性),以及输出对历史扰动的有界增益。标准循环网络两条都保证不了。
BoBDeLaN 把 LSTM 换成 Recurrent Equilibrium Network(REN,一类把稳定性保证写进参数化的循环网络),入口串两级一阶低通滤波(fb=2Hz):
整条链路仍套在 CaDeLaC 里:每次控制更新前重估 z,在预测时域内固定,MPC 用名义模型加上下文化 DeLaN 优化跟踪误差与力矩。
真机 Franka Panda 数据(12 段)上注入 0.2–24 Hz 正弦扰动(幅度为各通道训练标准差的 0.5 倍):REN 的上下文与力矩响应都随频率衰减,LSTM 在 5 Hz 附近出现明显峰值。
| 设置 | 指标(相对名义 MPC) | REN | LSTM |
| 仿真,训内负载,600 次 | 位置误差 | 45% | 28% |
| 仿真,训内负载 | 残差力矩误差 | 53% | 64% |
| 仿真,训内负载 | 加速度 RMS | 1.8× | 2.7× |
| 真机,无扰动 | 速度误差 | 88% | 149% |
| 真机,无扰动 | 残差力矩误差 | 33% | 62% |
| 真机,注入扰动 | 速度误差 | 116% | 665% |
| 真机,注入扰动 | 加速度误差 | 约140% | 1680% |
真机任务是 26 秒抓放轨迹,先后抓起 3kg 和 2kg 哑铃共四次动力学切换,对前五个关节注入 5/10 Hz 正弦扰动。两者的取舍很一致:LSTM 裸位置误差更低(无扰动 45% 对 78%),REN 在速度误差、力矩误差、平滑度、抗扰性上全部占优。训外负载仿真(5–8kg,训练范围 0–4kg)里两者位置误差同为名义的 33%,REN 力矩误差 39% 对 48%,力矩变化率 RMS 328% 对 455%。
这给出了一条把控制论保证装进学习系统的可复制路径:换掉一个编码模块,就同时拿到初始状态遗忘、有界增益、频率成形三件事,训练流程一行不改。代价是编码器表达力可能不如 LSTM,真机无扰动位置误差高了 33 个百分点。适用场景是传感噪声大、扰动频繁、控制平滑比极限精度更要紧的操作任务。整体属于渐进改进,但「可证明的扰动敏感度界」这条线在自适应动力学学习里此前基本没人铺,方向本身有信息量。
论文自己列出的:
读下来还有两点:低通会把摩擦、执行器动力学这类偏高频的有用效应连同噪声一起滤掉,作者把频率选择性滤波列为未来工作;对照只有同滤波 LSTM 和名义 MPC,没有跟在线模型更新等其他自适应方案比过。