用于动力学变化快速恢复的残差控制

在真实环境中运行的机器人系统不可避免地会在连续执行过程中遇到未观察到的动力学变化，包括驱动力变化、质量分布变化或接触条件变化。即使在这些变化发生于 episode 中时，哪怕是局部稳定的已学习策略，也会经历显著的暂态性能降级。虽然输入到状态稳定性保证了有界的状态偏差，但并不确保快速恢复任务级性能。我们通过在冻结策略参数下进行推断时间恢复来应对这一问题，将适应性建模为围绕名义稳定控制器进行的受约束扰动塑形。在我们提出的稳定性对齐残差控制架构中，经过名义动力学训练的强化学习策略在部署时保持固定，适应性仅通过受限的可加残差通道实现。稳定性对齐门（SAG）通过幅度约束、与名义动作的方向一致性、性能条件激活和自适应增益调制来调节纠正权威。这些机制在保持名义闭环结构的同时，使能够在无需重新训练或特权扰动信息的情况下快速补偿未观察到的动力学变化。在包括执行器退化、质量变化和接触变化等 mid-episode 扰动测试中，所提出的方法在相对于冻结和在线适应基线的情况下一致显著减少恢复时间，同时保持接近名义的稳态性能。在Go1四足机器人、Cassie两足机器人、H1人形机器人和Scout轮式平台上的平均恢复时间分别减少了\textbf{87%}、\textbf{48%}、\textbf{30%}和\textbf{20%}。