近日，一篇題為“Self-Adaptive Learning and Model Predictive Control for Tracking Unknown Dynamics with No Regret”的論文在arXiv上發表。該研究由Atharva Navsalkar等人完成，提出了一種新穎的自適應線上學習控制方法，旨在解決機器人對未知動態目標的跟蹤問題。
在實際應用中，機器人常需跟蹤動態地圖、交通控制或執行追逃任務，目標運動可能混合結構化、隨機甚至對抗性模式。傳統方法難以應對這種多變性。該論文的方法透過自監督、一次性學習，從零開始訓練多個預測器，並利用模型預測控制（MPC）框架自適應選擇最優預測器，以實現對目標行為的即時匹配。
該研究的核心在於理論保障。作者證明了該方法的有限時間近最優性：當目標動態無學習誤差且不切換時，方法漸近匹配理論上最優的非因果控制策略，即實現“無遺憾”（no regret）。當存在誤差或切換時，效能優雅退化，平均遺憾與平均學習誤差及切換次數成正比。這一證明需要新穎的技術手段，不同於以往基於隨機傅立葉特徵（RFF）的線上學習。
實驗部分，團隊在Crazyflie微型無人機上進行了模擬和硬體測試，目標軌跡涵蓋從結構化到隨機再到對抗性的多種場景。與現有方法（如非隨機、核方法和神經網路方法）相比，新方法展現出更優的跟蹤效能。
該研究為未知動態環境下的機器人控制提供了理論與實踐支撐，有望應用於自動駕駛、無人機編隊、智慧監控等領域。