IEEE Transactions on Robotics

Physics-Informed Token Prediction-Based Dynamic Modeling and High-Speed Feedforward Tracking Control of Dielectric Elastomer Actuators

作者：Xingyu Chen, Xiaotian Shi, Peinan Yan, Jieji Ren, Guoying Gu, Jiang Zou · 机构：State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China; Shanghai Key Laboratory of Intelligent Robotics, Shanghai Jiao Tong University, Shanghai, China

会议/期刊：IEEE Transactions on Robotics · 发布日期：2026 · 页码：839-855

控制

精读笔记

Problem Setting

论文标题：Physics-Informed Token Prediction-Based Dynamic Modeling and High-Speed Feedforward Tracking Control of Dielectric Elastomer Actuators（IEEE Transactions on Robotics / 2026）。

这篇论文真正处理的是 DEA 的高带宽开环可控性问题，而不是单纯的动态预测 benchmark。DEA 的难点在于，其输出不是一个静态非线性加简单低通，而是粘弹性记忆、机械共振、幅频依赖和电-机平方驱动共同作用的动态系统。控制上最麻烦的是：能解释这些现象的物理模型通常引入内部变量，内部变量不可测，导致直接逆模型不可用；能直接逆的迟滞模型又不足以覆盖高频振动和共振。

所以关键矛盾是“表达力 vs 可逆性”。如果模型足够复杂，控制求逆困难；如果模型足够简单，无法覆盖高频 DEA 动态。作者试图找到一个折中结构：非线性部分由学习模型吸收，但状态推进形式保持物理上简单且可反演。

Motivation

已有路线的不足并不只是精度不够，而是缺少一种能同时满足三件事的模型：少数据建模、宽带动态表达、直接前馈求逆。分布参数模型物理性强但控制不可用；现象学迟滞模型工程上方便但带宽上限低；集总模型能描述振动和粘弹耦合但内部状态妨碍直接反演；纯学习模型在高频下容易变成数据覆盖驱动的序列拟合。

作者的核心观察是：DEA 的很多复杂性可以被视为等效动态参数随状态变化，而不必显式建模所有材料内部状态。也就是说，不去构建完整物理模型，而是学习“当前状态下这个系统像哪个局部线性系统”。这给了一个自然入口：用神经网络预测状态相关参数，再用一个可逆的物理动态骨架推进。

Core Idea

PITP 的核心不是语言模型意义上的 token prediction，而是把动态系统改写成“encoder 产生局部等效参数 + decoder 按物理 ODE 推进”的形式。token 在这里本质上是一组状态相关的等效质量/阻尼/刚度/高阶动态系数，而不是离散语义单元。网络不直接预测下一步位移，也不直接学逆控制，而是预测使当前状态满足等效动力学方程的参数。

这个重组织信息流的地方很关键：复杂非线性被限制在参数生成器里，状态演化仍遵循可解释、可逆的动力学方程。相比 RNN/LSTM/NARX，它少了自由序列记忆，多了物理结构约束；相比传统集总模型，它不要求参数常数或内部状态可测，而是允许参数随可测运动状态变化。这个 inductive bias 让模型更容易在有限频率采样下覆盖宽带响应，也使直接反解电压成为可能。

Method

方法可以压缩成几个机制，而不是模块堆叠。

第一，频扫识别用于确定“动态骨架”。这一步解决模型阶次和共振模态的问题。它不是最终模型，但给出了 token 的物理尺度、边界和系统阶数。如果这个骨架阶次错了，后续神经网络很难补救，论文的二阶替代实验也说明了这一点。

第二，encoder 学习状态到 token 的映射。它解决的是常参数线性系统无法表达幅频依赖、蠕变和非线性迟滞的问题。这里 token 的作用是把不可测材料记忆折叠到可测运动状态与时间的函数中。时间输入是为了避免周期输入下模型只能产生周期参数，从而无法处理初始过渡和慢蠕变。

第三，decoder 保持为可逆 ODE。它解决控制可用性问题。下一状态由 token 和输入电压通过动力学方程推进；反过来，目标状态给定后，可以通过 u^2 = θX 直接算电压。这是整篇论文最工程有效的设计。

第四，scale normalization 和 soft constraints 主要服务于训练稳定性。高阶导数带来量纲和幅值爆炸，直接训练会让 token 更新失控；边界约束则防止网络输出动态上不合理的参数，避免 autoregressive rollout 漂移。这些不是概念创新，但对方法能跑起来很关键。

Key Insight / Why It Works

最可能的核心贡献是“state-dependent physical parameterization with invertible dynamics”。它有效的原因不是 token 这个概念本身，而是把黑箱学习约束在一个非常合适的函数类里：系统在每个时刻都被看成一个局部等效线性高阶系统，非线性通过参数随状态变化体现。这类结构对 DEA 很匹配，因为 DEA 的复杂性主要表现为等效刚度、阻尼、输入增益和迟滞随频率/幅值/历史变化，而不是完全任意的输入输出映射。

频扫识别提供的是全局频域先验，sinusoidal 数据提供的是局部时域校准。两者结合后，网络不是从零学习动力学，而是在一个已知共振结构附近学习参数调制。这是数据效率和高频性能的主要来源。换句话说，增益更像来自 better inductive bias + data coverage，而不是来自更大的模型或更复杂的序列建模。

soft constraint 的作用也很实在：autoregressive 动态模型最怕一步 token 偏离后导致 ODE 解发散。给 token 物理边界相当于把 learned dynamics 投影到一个合理参数流形附近，牺牲部分表达自由度换稳定 rollout。这一点比网络结构本身更重要。

需要指出的是，文中“token prediction”的表述有一定包装成分。这里没有语言模型式的离散 token、自回归语义预测或上下文压缩机制；更接近 LPV system、neural ODE parameterization、gray-box system identification 的组合。所谓 token 更像连续 latent physical coefficients。

哪些可能只是辅助：网络分支结构、dropout、具体训练超参数大概率不是核心；scale normalization 是必要 engineering；hierarchical boundary expansion 更像 curriculum/regularization trick。真正不可替代的是：频域识别确定动态阶次与边界 + 神经网络输出状态相关参数 + 可逆 ODE 解码。

Relation To Prior Work

最接近的技术谱系不是 transformer/token modeling，而是灰盒系统辨识、LPV/参数变系统、neural ODE、physics-informed learning 和前馈逆补偿。它和传统集总模型的差异在于参数不再固定，也不显式引入不可测内部变量；和纯 RNN/LSTM 的差异在于不让网络承担完整状态推进，而只承担参数调制；和 Preisach/PI 迟滞模型的差异在于保留了机械振动模态。

看似新的部分是 token 化叙事，但实质创新在于把“可逆性”作为建模结构的一等约束，而不是先建一个预测模型再想办法求逆。很多 learning-based control 工作会训练 inverse model，但 inverse model 往往受数据分布限制且缺少正向一致性；这里正向模型和逆控制共享同一个物理方程，因此一致性更强。

不过，它并没有从根本上提出新的 DEA 物理理论。更准确地说，它是把频域系统辨识、物理约束损失、连续 latent 参数和前馈逆控制组合到 DEA 高速控制场景中，并做了较完整的真机验证。

Dataset / Evaluation

评估的优点是有真实 DEA 硬件，并且覆盖了两类差异明显的 actuator：低频高粘弹的圆锥 DEA 和高自然频率、高振动的多层高功率密度 DEA；还测试了不同负载、不同频率、迟滞环补偿和未见复杂轨迹。对于“能在工作带宽内建模并前馈控制”这个 claim，实验是有支撑的。

但所谓 generality 需要谨慎解读。它展示的是同一框架对不同 DEA 重新采集数据、重新训练后都有效，而不是一个模型跨器件泛化。训练数据虽说采集时间短，但覆盖了大量正弦频率和幅值；复杂轨迹的成功可能很大程度依赖这些频率/幅值基元已经覆盖了目标轨迹的局部动态。核心能力可能主要来自数据覆盖与物理结构对齐，而不是强外推。

比较实验相对有限。文中与已有宽带模型对比显示高频预测优势，但没有充分拆分优势来自频扫先验、模型阶次、soft constraints、训练数据密度还是网络表达力。控制实验主要是开环前馈，部分误差靠 PI 消除偏置；这说明模型确实补偿了大部分非线性动态，但也暴露了真实部署中漂移和工况变化仍需要反馈。

Limitation

最大的隐含前提是系统可以被有限阶、可测输出导数状态充分表征。对 DEA 这种近似单自由度实验平台可能成立，但对于多模态变形、空间分布应变、接触负载或多输入多输出 DEA，这个假设会迅速变弱。

第二，方法依赖高阶数值微分和滤波。目标轨迹控制时也需要得到对应的高阶状态。若轨迹不光滑、传感噪声大或在线估计导数不稳定，模型会很脆弱。文中在离线预处理和规则轨迹下问题不大，但真实机器人任务中的状态估计难度被低估了。

第三，token 对历史的表达不足。虽然加入时间维度处理蠕变，但这更像把特定实验协议下的慢变化编码进去，而不是通用记忆状态。不同初始条件、停机时间、温升、疲劳、预加载历史变化时，token 是否仍有效文中未充分说明。

第四，开环前馈天然怕扰动和时变。论文承认负载变化、外扰、疲劳会导致性能下降。实际上 DEA 的材料老化、温度、电极状态变化都可能改变等效参数边界，当前框架需要重新识别或在线更新。否则所谓高速前馈会很快变成离线校准下的最优补偿。

第五，增益归因仍不完全清楚。消融证明 scale 和 soft bounds 有用，也证明错误阶次会失败，但没有充分回答：需要多少正弦覆盖才够？频率外推能力有多强？token 是否有物理可解释性？边界扩张策略是否稳定可复现？这些决定了方法能否从 DEA 扩展到更一般的非线性动态系统。

Takeaway

  • 1. 对软体执行器，高性能控制的关键不一定是更大序列模型，而是把学习能力放在“可逆物理结构”的参数化位置上；这比端到端 inverse learning 更可靠。
  • 2. 频域识别 + 状态相关参数网络是一个很有迁移价值的灰盒模板：先用扫频拿到全局模态，再用局部数据学习非线性参数调制，最后保留解析逆。
  • 3. 这篇论文真正推动的是 DEA 从低频迟滞补偿走向高频动态前馈补偿，但它仍是离线标定范式；下一步真正重要的是在线参数更新、温升/疲劳建模和反馈融合。
  • 4. “token”概念在这里可理解为连续物理 latent，而不是语言模型机制。

一句话总结

这篇工作是一个面向 DEA 高速控制的灰盒神经系统辨识方法：用状态相关连续 token 调制可逆动力学骨架，从而在有限数据下兼顾宽带预测和直接前馈求逆。