机器人全书

PART 01 · CHAPTER 04

经典机器人方法与学习系统怎样协作

一句话理解

经典方法提供几何、动力学、约束和可验证的反馈骨架，学习方法补足难以精确建模、难以手写规则和需要泛化的部分。

约 2,152 字约 5 分钟5 个来源1 幅教学图

一台机器人从任务到电机通常跨越多个时间尺度。任务规划可能每几秒更新一次，视觉策略可能以数赫兹到数十赫兹给出目标，轨迹规划与模型预测控制更快，关节电流环则可能运行到千赫兹以上。越接近电机，系统越强调确定性、时延上界和稳定性；越接近任务，环境组合越复杂，学习方法越能发挥语义理解和模式归纳能力。工程上常见的“大脑—小脑—脊髓”比喻大致对应任务推理、运动技能和低层伺服，但它只是帮助理解的分层，具体产品可以有不同划分。

经典机器人链路从坐标与模型开始。正运动学用关节角 \(q\) 推出末端位姿 \(x=f(q)\)；雅可比矩阵 \(J(q)\) 把关节速度映射到末端速度：

\[\dot{x}=J(q)\dot{q}\]

动力学进一步描述质量、惯性、重力、摩擦和外力：

\[M(q)\ddot q+C(q,\dot q)\dot q+g(q)+\tau_f=\tau+J(q)^TF_{ext}\]

这里 \(M\) 是惯性矩阵，\(C\dot q\) 表示科氏力和离心项，\(g\) 是重力项，\(\tau_f\) 是摩擦，\(\tau\) 是执行器输出，\(F_{ext}\) 是环境接触力。这些式子不要求模型完美。它们的价值在于告诉工程师变量怎样相互作用、约束在哪里、什么量能被测量，并给控制器一个可解释的起点。

反馈控制持续比较目标和测量值。最简单的 PID 控制按误差、误差积分和误差变化率产生控制量；阻抗控制则让机械臂在接触时表现得像预设的弹簧—阻尼系统。轨迹优化和模型预测控制会在有限时间窗内寻找满足动力学、碰撞、关节限位和力约束的动作。对于焊接轨迹、固定工位搬运、已知地图导航等结构化问题，这些方法通常数据需求低、行为边界清楚，调试工具也更成熟。

学习方法适合处理模型难以写全的部分。例如视觉中的物体差异、布料和线缆的形变、摩擦不确定性、人类语言的多样表达，以及一个动作存在多条合理路径的情况。学习到的感知模型可以输出物体姿态，学习到的残差模型可以修正刚体动力学，模仿策略可以直接提出末端动作序列，强化学习可以在仿真中形成步态。它们也带来新风险：训练分布之外的输入、置信度失真、动作抖动、算力与网络时延、难以证明的稳定性。

FIGURE 01从任务意图到电机电流的多时间尺度栈独立安全监控任务状态视觉触觉本体状态本图用于解释“经典机器人方法与学习系统怎样协作”的关键关系
图 1　从任务意图到电机电流的多时间尺度栈

混合架构因此很常见。高层模型把“把桌面收拾干净”分解成可执行子任务；几何规划器检查可达性和碰撞；学习策略处理抓取与接触；低层控制器追踪位置或力；独立安全控制器限制速度、力、工作空间并监视急停。另一个组合方式是“模型加学习残差”：已知动力学产生基础控制量 \(u_{model}\)，神经网络只学习未建模误差 \(\Delta u_\theta\)：

\[u=u_{model}+\Delta u_\theta(o)\]

残差的作用域较小，数据效率和可诊断性通常优于从零学习全部控制，但基础模型偏差过大时也可能限制最终能力。

选择方法时，可以先问四个问题。任务目标能否形式化；环境变化能否穷举；错误代价有多高；真实数据是否可安全获得。目标清楚、约束硬、容错低的部分优先保留显式模型与安全逻辑。视觉、接触和任务组合数量很大时，可以引入学习。学习模块要声明输入分布、输出单位、控制频率、失效处理和验证集，而不能只交付一个权重文件。

一个有用的工程判断是“让每层处理它能观测和能负责的变量”。语言模型擅长任务语义，却无法仅凭一张远景图精确感知夹爪接触力；关节控制器能以高频稳定电流，却不了解订单优先级。把上层推理直接连接到电机，会放大时延和幻觉风险；让低层控制器承担开放世界语义，也会使规则数量失控。

设计混合系统时，可以为每个模块写一张五列接口单：输入及单位、输出及单位、更新频率、允许延迟、失败状态。以抓取为例，VLA 可能输出相机坐标中的末端增量，逆运动学转换成关节目标，轨迹控制器在关节空间执行；若相机外参过期，三个模块都可能“按设计工作”，整条链仍会抓偏。接口单把这种系统性错误从算法准确率中分离出来，也方便确定哪一层负责检测和停止。

经典模型还承担“护栏”与“反事实基线”。当学习策略失败时，工程师可以用几何可达性、碰撞检测、能量和稳定性分析判断失败是否物理可行；当新模型声称提升时，也应与经过调参的 PID、轨迹优化或规则基线比较。许多任务的简单部分已经有成熟解法，让学习模块集中处理不确定残差，可以缩小训练和验证空间。

深入阅读