IEEE Transactions on Robotics

Sensitivity-Aware Model Predictive Control for Robots With Parametric Uncertainty

作者：Tommaso Belvedere, Marco Cognetti, Giuseppe Oriolo, Paolo Robuffo Giordano · 机构：CNRS, Inria, IRISA, Campus de Beaulieu, Univ Rennes, Rennes Cedex, France; LAAS-CNRS, Université de Toulouse, CNRS, UPS, Toulouse cedex 4, France; Dipartimento di Ingegneria Informatica, Automatica e Gestionale, Sapienza Università di Roma, Roma, Italy

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：3039-3058

路径规划运动规划控制优化传感器

精读笔记

Problem Setting

《Sensitivity-Aware Model Predictive Control for Robots With Parametric Uncertainty》（IEEE Transactions on Robotics / 2025）处理的是一个很具体但很常见的问题：机器人模型误差不是任意噪声，而是集中在少数物理参数上；标准 MPC 用 nominal model 预测未来，但真实闭环执行时，反馈会为了补偿参数误差额外消耗控制裕度，导致输入饱和、任务约束失效或后续 MPC 不可行。

困难点在于：MPC 的预测轨迹本身是 open-loop nominal trajectory，而实际系统执行的是 receding-horizon closed-loop policy。鲁棒性真正取决于“未来反馈会怎么反应”，尤其当 hard constraints active 时，反馈能力会被约束几何改变。传统 tube MPC 常用固定 ancillary controller 传播 tube，但这个 controller 与实际 constrained MPC policy 不一致；复杂 robust MPC 又太重，不适合高频机器人控制。关键矛盾就是：想要感知 constrained MPC 的真实局部反馈能力，但不能把在线问题变成多场景/高维鲁棒优化。

Motivation

已有路线缺的是“低成本但 policy-aware 的不确定性传播”。additive noise 模型太粗，浪费了参数不确定性的结构；scenario tree 直接但不可扩展；经典 tube MPC 依赖预设反馈器，通常不知道 MPC 当前哪些约束 active，也不知道 constrained optimizer 实际会怎样牺牲控制自由度；更强的 tube/invariant-set 方法又计算代价高、需要难以验证的 disturbance bound。

作者抓住的缺口是：MPC 每次求解 QP 后，其实局部定义了一个从当前状态到最优输入序列的隐式映射。这个映射的导数就是 MPC 的局部反馈增益。只要能便宜地拿到这个增益，就能用 closed-loop sensitivity 描述参数误差在“真实 MPC 闭环近似”下的传播，而不是用外部 LQR 假装反馈策略。这是论文的主要动机，也是它区别于普通 tube MPC 的地方。

Core Idea

论文的核心思想可以压缩成一句话：用优化问题 sensitivity 提取 constrained MPC 的局部 feedback gain，再用 closed-loop state/input sensitivity 把参数不确定性传播成约束 backoff。

这改变了 robust MPC 中 tube 的建模方式。tube 不再由一个预先指定的 ancillary controller 传播，而是由当前 MPC policy 的局部线性化传播；不确定性也不是 generic noise，而是物理参数偏差经过模型导数 M_k 注入系统。这带来的 inductive bias 很明确：只有那些真实参数会影响、且当前 MPC 反馈不能消除的方向才会扩大 tube；如果某些扰动方向被反馈有效抑制，tube 不必无谓变大。

和 prior 的本质差异不在“用了 ellipsoid tube”——这个是旧思想；差异在 tube 的反馈增益来自 constrained MPC 自身，且在线更新。这使方法更贴近实际闭环行为，也使其比依赖手工 ancillary feedback 的 tube MPC 更可迁移到一般非线性 constrained MPC。

Method

第一，closed-loop sensitivity 负责回答“参数误差会造成多大状态/输入偏差”。状态 sensitivity Pi 通过 (A+B F)Pi+M 递推，其中 M 是模型对参数的导数，F 是控制器对状态的局部反馈增益。输入 sensitivity Theta=F Pi 则直接估计补偿参数误差所需的输入变化。这一步的必要性在于：鲁棒性瓶颈往往不是状态预测误差本身，而是输入约束下有没有剩余控制余量。

第二，ellipsoidal tube 把参数不确定性集合映射到状态/输入空间。给定参数偏差椭球 W，Pi W Pi^T 和 Theta W Theta^T 给出局部一阶 envelope；沿输入各轴取 radius 后作为 actuator constraint 的 backoff。核心变化是 MPC 不是简单追求 nominal optimality，而是在未来时间上预留 feedback authority。

第三，MPC gain 通过 KKT sensitivity 获得。对 RTI-QP 的 KKT 条件使用隐函数定理，求解 KKT 线性系统得到最优轨迹对当前状态的导数，从中提取 u_0 对 x_0 的 gain，以及未来 x_i/u_i 对 x_0 的 sensitivity。为了避免每个未来时刻都重新微分一个 MPC，作者用 F_{k+i|k+i}≈F_{k+i|k} P_{k+i|k}^{-1} 近似未来 receding-horizon gain。这是工程上最关键的降复杂度步骤。

第四，tube 作为下一次 QP 的约束收缩项，而不是增加新的决策变量。因此 QP 规模与标准 MPC 基本一致，额外计算放在 preparation phase。这个设计的目标很明确：把鲁棒性层做成 standard MPC 的轻量 plug-in，而不是替换整个求解框架。

Key Insight / Why It Works

最重要的 insight 是：robust MPC 的保守性/失效很大程度来自“tube propagation 用错了 feedback”。如果 tube 用固定 LQR 或静态 ancillary controller 传播，它看到的是一个无约束或局部线性闭环；但真实 MPC 在避障、输入限制、状态约束 active 时，反馈方向和增益都会被 optimizer 重新塑形。ST-MPC 通过 KKT sensitivity 把这个受约束 feedback geometry 纳入 tube，因此在窄孔穿越这类约束主导任务上明显优于忽略 active constraints 的 ST-MPC-LQR variant。

方法有效的第二个原因是它专门处理 parametric uncertainty，而不是泛化噪声。参数扰动是低维、有结构、可通过 M_k 精确进入 dynamics 的；用 sensitivity 映射这种低维扰动，比把它膨胀成高维过程噪声更不保守，也更可解释。这里的收益不是 scaling，也不是 data coverage，而是更好的 inductive bias：把不确定性限制在物理可解释的参数子空间内传播。

第三个有效点是 input tube 的选择很务实。论文虽然形式上支持 state/task constraint tube，但真正实验主力是 input backoff。这个选择很对：在高动态机器人中，失败常常不是因为 nominal path 不满足状态约束，而是参数误差诱发额外控制需求，导致 actuator saturation 后再也拉不回来。给未来输入留 margin，会间接提升 state constraint satisfaction 和 recursive feasibility。

最可能的核心贡献是 KKT-derived MPC gain + sensitivity tube 的组合。closed-loop sensitivity、ellipsoid tube、RTI-QP、constraint tightening 都不是新东西；新意在于把它们接成一个能实时运行且感知 constrained MPC policy 的管线。未来 gain 公式 F P^{-1} 是重要 engineering/theory bridge，但它也是近似，性能增益是否来自这个近似本身还是主要来自 input backoff，文中没有完全拆清。ST-MPC-LQR 对比提供了一些归因，但还不够系统。

这不是靠 scaling 获胜，也不是数据驱动泛化；它本质是 test-time compute + local sensitivity reuse。它把求解器已经隐含拥有的信息——KKT matrix、active set、trajectory derivatives——重新利用为 robustness signal。

Relation To Prior Work

这篇工作最接近三条线：tube MPC、parametric closed-loop sensitivity planning、以及 differentiable/sensitivity MPC。

相对 tube MPC，它没有发明 tube，而是替换 tube 的反馈来源。经典 nonlinear tube MPC 通常固定或在线优化 ancillary feedback；ST-MPC 直接用 MPC optimizer 的局部导数作为 feedback model。这个差异很实质，因为它让 tube 对 active constraints 敏感，而 active constraints 恰恰是机器人 MPC 中鲁棒性最脆弱的部分。

相对 closed-loop sensitivity trajectory planning，本文把原本偏 offline 的 sensitivity-aware planning 推到 online MPC。之前 sensitivity 多用于生成低敏感 reference trajectory 或离线 tube；这里 sensitivity 每个控制周期更新，并作用于约束收缩。这是该谱系向 real-time feedback control 的自然但重要推进。

相对 differentiable MPC / MPC policy sensitivity，本文不是为了学习、反向传播或高频插值控制，而是为了在预测 horizon 内近似未来 feedback 并传播参数不确定性。也就是说，它使用相同数学工具，但目标从“让 MPC 可微”变成“让 MPC 的鲁棒约束知道自己未来会怎么反馈”。

相对 zoRO，二者都用固定 backoff 和 ellipsoidal uncertainty set，避免把 backoff 当决策变量；但 zoRO 更像传播 covariance-like additive uncertainty 加预设 feedback，而 ST-MPC 明确传播参数 sensitivity 并使用当前 MPC gain。论文中 zoRO 的实现依赖作者选择的 K 和 N_k，公平性不可能完全无争议，但趋势上说明结构化参数 sensitivity 比通用噪声传播更贴合该任务。

Dataset / Evaluation

评估覆盖两个层面：aggressive trajectory tracking 和 constrained aperture passing。前者验证 input saturation 下 tracking robustness，后者验证在状态约束和有限控制权耦合时的成功率。两者都围绕 quadrotor，扰动集中在 CoM 和 payload mass，这与方法假设高度一致。

仿真是统计性的，参数网格覆盖椭球内外，能较好检验 tube assumption 是否关键。真实实验 onboard 运行，并通过改变载荷位置制造物理参数扰动，支持“实时可部署”和“非仿真中也减少轨迹分散”的 claim。这个部分比很多 MPC paper 更有说服力。

但 evaluation 也有明显边界：系统只有一种机器人形态，参数不确定性维度低且已知，任务约束形式相对简单；没有展示接触、多刚体、高维机械臂、地面机器人强非完整约束等场景。更关键的是，第二个任务中作者关闭了 state/task constraint tube，只保留 input tube，这说明论文没有真正证明“完整 sensitivity-aware state/input robust MPC”在狭窄空间中一定更好。实验主要证明的是：input-margin-aware MPC 对参数扰动非常有用。

Limitation

核心前提一：局部一阶 sensitivity 足够准确。若参数偏差较大、系统强非线性、姿态快速变化或接近不稳定区域，Pi/Theta tube 可能低估真实偏差。论文也显示椭球外参数扰动成功率下降，这不是缺陷，而是方法边界。

核心前提二：KKT sensitivity 可用且 active set 局部稳定。LICQ、strict complementarity、二阶充分条件在机器人 MPC 中并不总是干净成立；作者用 regularization 处理奇异/病态 KKT，但这会改变 sensitivity 的含义。active-set selection 还有 heuristic：忽略因 input tube backoff 导致 active 的未来输入约束，以免低估反馈能力。这个选择很工程化，文中未充分说明其失败模式。

核心前提三：未来 gain 近似足够好。F_{k+i|k}P^{-1}_{k+i|k} 本质是从当前最优轨迹对当前状态的 sensitivity 推断未来 receding-horizon policy 的 local gain。短 horizon、高频更新时合理；但 horizon 尾部、active set 将要切换、未来状态扰动不沿当前 sensitivity 可达方向时，误差可能很大。文中承认末端误差可能更大，但没有系统量化。

核心前提四：已知参数不确定性范围。方法需要 W 和 p_c；如果模型参数误差来源错了，tube 会在错误子空间上预留 margin。它不是解决未知扰动的通用 robust MPC，而是对“已知结构、未知数值”的参数不确定性有效。

此外，方法没有严格 recursive feasibility 或 robust constraint satisfaction guarantee。它是一个高效近似鲁棒层，而不是理论上封闭的 min-max/tube invariant controller。所谓 comparable complexity 也依赖稀疏线性代数和实现质量；在高维系统、多接触约束、大 active set 下，KKT sensitivity 的成本和数值稳定性仍可能成为瓶颈。

Takeaway

  • 1. 最值得迁移的思想是：不要给 MPC 外挂一个不匹配的 ancillary controller；直接从优化器 sensitivity 中抽取当前 policy 的局部 feedback geometry，用它做鲁棒性预测。
  • 2. 对参数不确定性，低维物理参数 sensitivity 往往比高维 additive noise covariance 更有信息效率；鲁棒性不一定要靠更重的 min-max，而可以靠更正确的不确定性传播坐标系。
  • 3. 输入约束的 robustification 可能比状态 tube 更关键。
  • 很多机器人失败不是 nominal path 撞了，而是补偿扰动时 actuator margin 不够，随后状态约束才失效。

一句话总结

这篇论文把 closed-loop parameter sensitivity 与 constrained MPC 的 KKT policy sensitivity 接起来，形成一种轻量、在线、policy-aware 的 tube MPC，是从“外部鲁棒反馈器”向“复用 MPC 自身局部反馈结构”演化的一步。