近日，一篇题为“Self-Adaptive Learning and Model Predictive Control for Tracking Unknown Dynamics with No Regret”的论文在arXiv上发表。该研究由Atharva Navsalkar等人完成，提出了一种新颖的自适应在线学习控制方法，旨在解决机器人对未知动态目标的跟踪问题。
在实际应用中，机器人常需跟踪动态地图、交通控制或执行追逃任务，目标运动可能混合结构化、随机甚至对抗性模式。传统方法难以应对这种多变性。该论文的方法通过自监督、一次性学习，从零开始训练多个预测器，并利用模型预测控制（MPC）框架自适应选择最优预测器，以实现对目标行为的实时匹配。
该研究的核心在于理论保障。作者证明了该方法的有限时间近最优性：当目标动态无学习误差且不切换时，方法渐近匹配理论上最优的非因果控制策略，即实现“无遗憾”（no regret）。当存在误差或切换时，性能优雅退化，平均遗憾与平均学习误差及切换次数成正比。这一证明需要新颖的技术手段，不同于以往基于随机傅里叶特征（RFF）的在线学习。
实验部分，团队在Crazyflie微型无人机上进行了仿真和硬件测试，目标轨迹涵盖从结构化到随机再到对抗性的多种场景。与现有方法（如非随机、核方法和神经网络方法）相比，新方法展现出更优的跟踪性能。
该研究为未知动态环境下的机器人控制提供了理论与实践支撑，有望应用于自动驾驶、无人机编队、智能监控等领域。