IEEE Transactions on Robotics

Data-Driven Momentum Observers With Physically Consistent Gaussian Processes

作者：Giulio Evangelisti, Sandra Hirche · 机构：Chair of Information-oriented Control, TUM School of Computation, Information and Technology, Technical University of Munich, Munich, Germany

会议/期刊：IEEE Transactions on Robotics · 发布日期：2024 · 页码：1938-1951

控制软体机器人

精读笔记

Problem Setting

论文标题：Data-Driven Momentum Observers With Physically Consistent Gaussian Processes（IEEE Transactions on Robotics / 2024）。这篇论文实际瞄准的是不确定机械系统中的外力/扰动估计，而不是一般动力学学习。关键矛盾在于：动量观测器的优势来自其物理结构和线性误差动态，但它又高度依赖准确惯量矩阵和广义动量；一旦模型不准，残差就同时包含外力和模型误差。传统刚体辨识可以给结构，但受限于刚体线性参数化，对柔性、软体、摩擦、传动非线性表达力不足；黑箱 GP/NN 可以拟合复杂函数，但输出不一定对应任何物理一致的 M、C、g，因此很难无缝进入 MO 的稳定性分析。论文真正处理的是：如何让学习模型既足够灵活，又保留动量观测器需要的 Lagrangian 结构，并把模型不确定性显式转化为观测误差保证。

Motivation

已有路线的缺口不是没有学习器，而是缺少“可证明地兼容物理观测器”的学习器。普通 GP 的不确定性有用，但如果把每个关节力矩独立建模，就丢掉了惯量对称性、Coriolis skew-symmetry、势能可积性等约束；这种模型即使预测误差小，也可能在闭环观测中产生非物理残差。另一方面，Hamiltonian/Lagrangian learning 常强调轨迹预测或能量守恒，但很多方法仍假设已知惯量或不处理耗散项，难以直接用于真实机器人扰动观测。作者的核心观察是：动量观测器需要的不是任意 torque predictor，而是一个能产生一致动量和动力学分解的概率模型；GP 的线性算子闭包恰好允许从能量函数分布推导力矩函数分布，并保留可计算协方差。

Core Idea

核心思想可以压缩成一句话：在能量层面学习，在力矩层面观测，在协方差层面调增益。论文不直接学习 τ(q, qd, qdd) 的黑箱映射，而是给 Lagrangian 的各能量项放 GP prior，通过 Euler–Lagrange 微分算子把标量能量 GP 转成多维力矩 GP；摩擦/耗散则用带物理形式的 composite GP 加进去。这样得到的后验均值天然能拆成 M、C、g、τ_f，能被动量观测器使用。和 prior 的本质区别在于，它不是在动力学方程外面加一个 learning residual，而是把学习模型放进动力学方程的生成结构里。新的 inductive bias 是：函数空间必须来自 Lagrangian/耗散结构，而不是任意向量场。信息流也被重新组织：训练数据约束的是一个物理一致的函数分布；观测器读取后验均值作为模型，同时读取后验协方差作为模型可信度。

Method

关键机制有三层。第一层是 physically consistent L-GP：用 EL 算子作用在 Lagrangian GP 上，使力矩 posterior 自动具有 M(q)qdd + C(q,qd)qd + g(q) 的形态，并通过 kinetic energy 的二次核结构约束惯量估计。这解决的是黑箱学习模型不能提供动量和惯量结构的问题。第二层是多维 GP 误差界：论文不是把每个输出维度独立套 scalar bound，而是直接处理向量值 GP 的联合高斯分布，用 gamma/incomplete gamma 函数给出闭式概率半径，并扩展到 compact set。它的作用是把 GP covariance 变成 Lyapunov 证明中可用的模型误差上界。第三层是 covariance-adaptive MO：用后验协方差构造有上下界的观测增益。这个设计的动机很实际：模型越不确定，越不应该用大增益把模型误差解释成外力；模型越可信，才提高修正速度。P-MO 和 PD-MO 的理论都是围绕这个误差界做 ultimate boundedness / exponential convergence。

Key Insight / Why It Works

最核心的有效性来自更好的 inductive bias，而不是 GP 本身。GP 只是提供少数据回归和 covariance；真正让它适合 MO 的，是从 Lagrangian 函数分布派生动力学项，使学习误差不会任意破坏机械结构。对动量观测器而言，这一点比纯预测误差更重要：一个 torque predictor 可以在验证轨迹上误差低，但若其隐含惯量不一致，观测残差会非常脏。论文的第二个重要 insight 是把不确定性用于“降低”观测器增益，而不是传统控制里常见的在不确定区域加大鲁棒项。这是合理的：扰动观测器本质上容易把未知模型误差当成外力，高增益在 OOD 区域更危险。多维误差界是理论上最实质的新贡献之一，因为它把向量输出相关性显式带进 bound；不过要注意文中使用最小特征值的表述在直觉上需要谨慎理解，实际紧致性来自坐标变换和联合概率处理，而不是神奇地消除了所有不确定性。哪些可能只是辅助？PD-MO 的复杂 Lyapunov 推导更像对已有二阶观测器结构的理论包装；真机效果提升可能同时来自 L-GP 更准、增益更保守、滤波/调参更合适，增益来源不清。不是 scaling，不是 retrieval，也不是 test-time compute；本质是 representation alignment：把学习表示对齐到控制/观测器需要的物理变量。

Relation To Prior Work

这篇处在 physics-informed GP、Lagrangian learning、disturbance observer / momentum observer 的交叉处。和标准 GP 动力学学习相比，区别不是用了 GP，而是把 GP prior 放在 Lagrangian/能量函数上，并通过微分算子生成向量力矩分布；这带来了输出相关性和物理一致性。和刚体参数辨识相比，它放弃固定线性惯性参数假设，允许状态依赖惯量和更复杂耗散，更适合软体/柔性系统，但也牺牲了参数可解释性和大规模可计算性。和 Hamiltonian NN/GP 相比，它更贴近机器人控制观测需求：显式产生 M、C、g、τ_f，而不是只追求保结构轨迹预测。和已有数据驱动扰动观测相比，实质新增是把学习模型误差界嵌入 MO 稳定性证明，并让 observer gain 依赖 GP covariance。看似新的部分中，P/PD observer 架构本身不是根本创新；真正新增的信息是 L-GP 结构、向量 GP bound、以及 covariance-to-gain 的闭环连接。

Dataset / Evaluation

评估设计覆盖了三个层次：简单二连杆用于验证物理一致性，FEM 软体机器人用于展示有限维 L-GP 对柔性系统的表达能力，KUKA IIWA 真机用于验证建模和扰动观测。这个覆盖面比纯仿真或纯轨迹预测要强，尤其真机 MO 对比工业内置估计器有说服力。实验确实支持“物理结构提升少数据动力学泛化”和“协方差自适应增益改善观测残差”两个核心 claim。但它没有完全验证更强的 claim：例如跨任务接触、强外力变化、长期部署、真正 OOD 状态空间。软体机器人部分仍是仿真到低维 CC 表示，不能证明在真实连续体机器人上的鲁棒性。KUKA 扰动场景中把末端夹爪惯性差作为外扰，参考真值来自模型差分，本身不是直接测量，因此 evaluation 存在模型依赖。整体看，实验支撑方法方向，但还没有把理论保证在复杂真实交互中完全闭环验证。

Limitation

最大限制是前提很重。第一，系统必须能被有限维 EL 模型合理描述；软体系统的真实无限维动态被压到低维 CC 后，结构一致性只是在近似模型层面成立。第二，GP covariance 必须是可信 uncertainty，但 GP 后验方差在真实 OOD 和模型错设下未必校准；如果 kernel/hyperparameter 错，增益 adaptation 可能给出错误安全感。第三，理论结果依赖 compact domain、covering number、Lipschitz 常数、误差界 Δ，这些在高维系统上很容易保守或难以准确估计，文中未充分说明实际部署如何系统选取。第四，GP scaling 是硬上限：高维输入、高数据量、多导数核会迅速变贵；论文展示了小数据效率，但没有解决大数据在线更新问题。第五，外扰假设偏理想：P-MO 假设常值扰动，PD-MO 假设有限阶变化；真实接触冲击、摩擦突变、人机交互中的非平稳外力会突破理论条件。最后，实验增益归因不完全清晰：L-GP prior、传动非线性 GP、滤波、增益上下界、PD 结构都可能贡献改进，论文没有充分做消融来分离每一项。

Takeaway

  • 值得记住的第一点：对控制/观测任务而言，学习模型的输出形式比单纯预测误差更重要；模型必须对齐下游 observer 的物理变量。
  • 第二点：GP uncertainty 最有价值的用法不是给误差条，而是进入闭环增益设计，把 epistemic uncertainty 转成保守的观测行为。
  • 第三点：从能量函数而不是力矩函数建模，是一种可迁移的结构化学习范式，尤其适合需要 M、C、g 的控制、辨识、接触估计问题。
  • 第四点：未来真正值得做的是 calibration-aware 的物理一致学习，以及能处理在线数据、接触切换和无限维近似误差的 observer/control 框架，而不是继续堆更复杂的 GP kernel。

一句话总结

这篇论文把物理一致 Lagrangian GP 从“结构化动力学学习”推进到“可证明的扰动观测器设计”，其真正贡献是用能量层面的概率模型和协方差自适应增益把学习误差纳入动量观测器稳定性分析。