面向具有不可观测记忆的 Euler-Lagrange 系统自适应控制的时间注意力
机器学习
2026-05-11 v1
摘要
当摩擦由无法从关节测量中直接观测的有限时域内部状态控制时，Euler-Lagrange 系统的自适应控制具有挑战性。在这种情况下，测量的闭环状态不再具有马尔可夫性，标准的确定性等价自适应律可能失去其收敛保证。本文提出一种元控制架构，其中计算力矩控制器的增益由处理近期运动历史短窗口的自注意力模块生成。注意力头的数量在策略训练之前通过对时间窗口内记忆状态梯度的自协方差进行代理分析来选择。该代理基于作者先前开发的增量秩跟踪框架的时间自适应版本。然后固定所选的头数，并作为强化学习阶段的架构超参数，在该阶段策略在屏蔽的容许约束下进行训练。该方法在具有非线性摩擦和可变负载的 2 自由度机械臂上进行了测试。在短记忆和匹配记忆机制下，仅注意力的单层元控制器优于更深的 Transformer 基线，跟踪误差分别降低了 12 和 19 个百分点。报告的效应量较大，d 约为 -1.1 和 -2.1，两种情况下的 Mann-Whitney p < 0.05。然而，在长记忆机制下，这种优势消失。十次训练运行中有四次出现发散或负载不变策略崩溃，揭示了静态第一阶段头数设定的弱点。这促使将秩跟踪移入强化学习循环，允许在运行时修剪或增加注意力头，而不是在训练前固定。
引用
@article{arxiv.2605.06877,
title = {Temporal Attention for Adaptive Control of Euler-Lagrange Systems with Unobservable Memory},
author = {Giansalvo Cirrincione and Adriano Fagiolini},
journal= {arXiv preprint arXiv:2605.06877},
year = {2026}
}