世界模型从零讲起(三十六):边界不在你写的那一刻——接触时刻的误差如何移动切分点

15286 字
76 分钟
世界模型从零讲起(三十六):边界不在你写的那一刻——接触时刻的误差如何移动切分点

从上一篇接上:账本假设了边界是笔直的

上一篇讨论在线更新时,给误差账本加了一列「版本」:模型参数、潜状态、结构、记忆四个位置中任意一个被改写,账本里相应范围的条目就要重估,已经花掉的预算要按未来返还、沉没成本、旧 rollout 残值三种口径重新对账。那一篇的结论是,能返还的只是未来,能回收的只是残值。

但无论是上一篇的版本对账,还是第三十四篇的混合粒度调度,账本都建立在一个更基础、也更少被检查的假设上:分段边界的位置是已知的。

第三十四篇把一个三秒抓取任务切成接近、抓取、搬运、放置四段,用接触密度、动力学稳定性与任务结构三个信号确定切分点,再用动态规划在误差预算下给每段分配粒度。那套推导里,切分点是常数 t1,t2,…,tNt_1, t_2, \dots, t_N,每一段都有确定的起止时刻,误差递推按段数计算,预算按段长乘单价计算。账本写得像一张工程预算表:每一行对应一段时间,时间之外没有别的坐标。

真机不是这样。预设的接触发生在 0.500.50 秒,实际第一次碰到物体可能在 0.4870.487 秒,也可能在 0.5130.513 秒。夹爪的橡胶垫会先变形,力传感器有滤波延迟,控制循环每 1010 毫秒才采一次样,视觉被机械臂自己挡住,而世界模型对「什么时候算接触」的判断本身也来自一个学出来的分类器。接触时刻不是一个数,是一个分布。

这个分布一旦存在,账本上至少有三处会同时出错。其一是归属错误:一段跳变产生的误差被记到了相邻段头上,于是真正需要加细的段看起来很好,不需要加细的段反而背了黑锅。其二是模式错误:在边界前后几毫秒里,调度器可能用自由空间模型描述已经接触的系统,或者反过来用接触模型描述还在空中的系统。其三是计划错误:按预设时刻预分配的算力、预计算的轨迹、预承诺的粒度,都可能落在错误的一侧。

这一篇要把边界时刻当作一个需要估计的随机变量,而不是一个写死的常数。路线分四步:先用混合自动机把「段」与「跳变」形式化,说明边界时刻的误差到底作用在哪个数学对象上;再推导穿越时刻对状态误差的敏感度,解释为什么慢速接近反而更不准;然后给出在线估计边界后验的三件工具,以及检测延迟与时间戳对齐的修正;最后改造账本与调度器,并讨论当边界不确定度大到超过段长时,为什么必须把时间索引换成事件索引。

前文的分段与粒度调度见 世界模型从零讲起(三十四):同一任务里哪里该粗、哪里该细,抽象误差的三项分解见 (三十三):多粒度结构管理与抽象误差账本,闭环误差如何被反馈放大见 (十九):误差走进闭环,在线更新下的版本对账见 (三十五):模型在路上还在改。

边界时刻的误差从哪里来

边界时刻的误差不是单一来源,而是四层误差叠在一起。把它们分开算,才能知道哪一层值得花钱修,哪一层只能靠策略绕开。

物理层:接触本身不是一个瞬时事件

教科书里的接触是瞬时约束:位置到达零,速度按恢复系数反弹。真实的接触是柔顺的。夹爪垫、指尖橡胶、工件表面都会变形,接触力从零开始连续增长。赫兹接触的近似关系是

F(t)≈k (v (t−t0))3/2F(t) \approx k\,\big(v\,(t-t_0)\big)^{3/2}

其中 F(t)F(t) 是法向接触力,kk 是由材料与几何决定的等效刚度,vv 是接近速度,t0t_0 是几何表面刚刚相碰的时刻,指数 3/23/2 来自球面与平面的赫兹理论。工程上不会把 F=0F=0 当作接触,而是设一个阈值 FthF_{th},例如力控抓取里常用的 11 到 22 牛。于是被记录下来的接触时刻是

tc−t0=1v(Fthk)2/3t_c - t_0 = \frac{1}{v}\left(\frac{F_{th}}{k}\right)^{2/3}

这个式子解释了一件反直觉的事:接近越慢,检测到的接触时刻越晚,而且晚了多少对速度极敏感。取 Fth=1F_{th}=1 牛、k=2×104 N/m3/2k=2\times10^4\ \mathrm{N/m^{3/2}},则 (Fth/k)2/3≈1.36×10−3(F_{th}/k)^{2/3}\approx1.36\times10^{-3} 米。当 v=0.1v=0.1 米每秒时,滞后约 13.613.6 毫秒;当 v=0.02v=0.02 米每秒时,滞后约 6868 毫秒。同一套传感器、同一个阈值,仅仅因为末端执行器慢下来,边界就从「十几毫秒」变成了「大半段控制周期」。

对三个参数取对数微分,还能看到误差如何放大:

δtctc−t0=23δFthFth−δkk−δvv\frac{\delta t_c}{t_c-t_0} = \frac{2}{3}\frac{\delta F_{th}}{F_{th}} - \frac{\delta k}{k} - \frac{\delta v}{v}

阈值标定偏 20%20\%,接触时刻就偏 13%13\%;刚度估计偏 30%30\%,接触时刻偏 30%30\%。这里的误差不是传感器噪声,而是「接触」这个概念的工程定义本身带来的。换一个阈值,边界就换一个位置,而下游的误差账本并不知道阈值被改过。

传感层:延迟、滤波与时间戳抖动

第二层是测量链。触觉传感器把压力变成电容或电阻变化,内部采样、滤波、总线传输,常见端到端延迟为 55 到 2020 毫秒;六维力/力矩传感器为了压噪声通常带低通滤波,延迟 11 到 1010 毫秒;电流环能捕捉电机堵转,但电流尖峰与真实接触之间隔着减速器间隙与连杆柔度;事件相机的时间分辨率是微秒级,可后续的稠密化与检测网络又会引入几毫秒到几十毫秒的处理延迟;视觉的分辨率最高,延迟却常常在 3030 到 6060 毫秒。

延迟还不是最麻烦的,最麻烦的是延迟会漂移。总线负载、图像曝光、操作系统调度、无线链路都会让同一路传感器在不同时刻给出不同的 LL。如果时间戳是在数据到达主机时打的,而不是在传感器采样时打的,那么「观测到的时刻」与「物理事件发生的时刻」之间就多了一项随机偏移。

采样层:控制周期把连续时间量化成格子

即使传感器完美,控制器也只能在每个控制周期看到一次状态。100100 赫兹的控制循环把时间量化成 1010 毫秒的格子,11 千赫兹量化成 11 毫秒。边界落在两个采样点之间时,最多有一个周期的量化误差。插值可以把误差压到半个周期,但插值的前提是知道边界前后各自的动力学,而这正是要判断的东西。采样层通常不是最大的一项,却是最难消除的一项:它由控制架构决定,换算法不如换实时性。

模型层:世界模型自己也在猜边界

最后一层来自世界模型。学习式的世界模型通常把「模式」当作隐变量:自由运动、接触、滑动、卡住各是一个模式,模式之间按转移概率切换。转移概率来自训练数据,训练数据里的边界又来自人工标注或力阈值,于是模型层继承了前面三层的误差,还额外加上自己的分类误差。用预测状态判断 guard 是否满足时,状态预测误差会直接变成时刻误差。

把四层放在一起,典型量级如下表。表中的数值不是某个产品的规格,而是公开文献与常见机器人配置下的数量级,用来判断哪一层主导。

层典型误差来源典型量级能否离线标定
物理力阈值、柔顺变形、接近速度55–7070 ms,慢速时更大部分可以,随工件变化
传感触觉/力/视觉延迟与滤波11–6060 ms可以,但会漂移
采样控制周期量化0.50.5–1010 ms由架构决定
模型模式分类与状态预测误差22–5050 ms可以统计,难保证

这张表最重要的结论是:边界误差的主导项常常是物理层与传感层,而不是模型层。只优化世界模型、不标定接触定义与延迟,边界误差不会消失。

四类接触密集型任务中接近、接触、插入、完成等阶段的序列标注

上图来自 ContactWorld(2026),一个覆盖 12 类接触密集操作任务的视触觉表征基准项目,四行分别是 USB 插入、松盖拆卸、阀门拧紧与球分拣。每一行都被切成「接近、接触、插入、完成」等阶段,颜色条对应不同阶段的时间跨度。这张图说明两件事:接触确实是任务结构里一个独立的阶段,阶段之间的边界承载了大量动力学变化;同时,图上画的边界是人工按语义标注的粗粒度阶段,和控制器真正需要的那条 guard 穿越时刻并不是同一个东西。一个阶段可以持续几百毫秒,而真正决定用哪套动力学模型的,是阶段开始后那几毫秒内的第一次力上升。

混合自动机:段与跳变的形式模型

要把边界时刻的误差说清楚,先得把「段」写成数学对象。最合适的工具是混合自动机(Hybrid Automaton),它把连续演化与离散跳变放在同一个模型里描述。这一形式化可以追溯到 Alur、Courcoubetis、Henzinger 与 Ho 的工作,《The Algorithmic Analysis of Hybrid Systems》于 1995 年发表在 Theoretical Computer Science,《The Theory of Hybrid Automata》于 1996 年发表在 LICS。

一个混合自动机可以写成九元组

H=(Q,X,U,f,Init,Dom,E,G,R)\mathcal{H} = (Q, X, U, f, \mathrm{Init}, \mathrm{Dom}, E, G, R)

其中 QQ 是离散模式集合,例如 {free,contact,slip}\{\text{free},\text{contact},\text{slip}\};X⊆RnX \subseteq \mathbb{R}^n 是连续状态空间;UU 是输入空间;f:Q×X×U→Rnf: Q\times X\times U \to \mathbb{R}^n 给出每个模式下的连续动力学 x˙=fq(x,u)\dot{x}=f_q(x,u);Init⊆Q×X\mathrm{Init}\subseteq Q\times X 是初始状态;Dom:Q→2X\mathrm{Dom}: Q\to 2^X 给每个模式一个不变式,状态只能在不变式内连续演化;E⊆Q×QE\subseteq Q\times Q 是离散迁移边;G:E→2XG: E\to 2^X 给每条边一个 guard,表示允许跳变的状态集合;R:E×X→XR: E\times X\to X 是 reset map,规定跳变瞬间状态如何被改写。

一条执行轨迹是这样产生的:在模式 qq 下按 x˙=fq(x,u)\dot{x}=f_q(x,u) 连续演化,只要 xx 还在 Dom(q)\mathrm{Dom}(q) 内;当 xx 首次进入某条边 e=(q,q′)e=(q,q') 的 guard GeG_e,并且控制器选择走这条边,就在该时刻执行离散跳变 x+=Re(x−)x^+ = R_e(x^-),模式变成 q′q',然后继续演化。

这个形式化里,边界时刻就是 guard 的首次穿越时刻:

τe=inf⁡{ t≥tenter:x(t)∈Ge }\tau_e = \inf\{\, t \ge t_{\mathrm{enter}} : x(t)\in G_e \,\}

把 guard 写成一个标量函数 ge(x)g_e(x),约定 ge(x)≤0g_e(x)\le 0 表示满足 guard,则

τe=inf⁡{ t:ge(x(t))≤0 }\tau_e = \inf\{\, t : g_e(x(t)) \le 0 \,\}

所有关于边界时刻的讨论,最终都落在这个 τe\tau_e 上。传感器延迟影响的是我们观察到 τe\tau_e 的时刻;状态误差影响的是 ge(x(t))g_e(x(t)) 这条曲线本身;模式分类错误影响的是我们选用了哪条 fqf_q 去预测这条曲线。

一个最小例子能看清跳变如何把时刻误差变成状态误差。考虑一维弹跳球:自由飞行时 x¨=−g\ddot{x}=-g,地面在 x=0x=0,guard 是 x≤0x\le0,reset 是 v+=−e v−v^+=-e\,v^-,其中 e∈(0,1]e\in(0,1] 是恢复系数。如果真实穿越发生在 t∗t^*,而控制器晚了 Δ\Delta 才执行 reset,那么在 t∗+Δt^*+\Delta 时刻球已经穿入地面,速度多了一个 −gΔ-g\Delta 的增量:

v(t∗+Δ)=v(t∗)−gΔv(t^*+\Delta) = v(t^*) - g\Delta

reset 之后的速度变成 −e (v(t∗)−gΔ)-e\,(v(t^*)-g\Delta),与正确值 −e v(t∗)-e\,v(t^*) 相差 e gΔe\,g\Delta。取 g=9.8g=9.8、Δ=10\Delta=10 毫秒,速度误差约 0.098e0.098e 米每秒;若 e=0.8e=0.8,约 0.0780.078 米每秒。对一个要求落地速度误差小于 0.050.05 米每秒的任务,十毫秒的边界误差已经超标。这就是「边界错一点,跳变错一片」的最小演示。

离散时间版本更贴近学习式世界模型。把时间离散成 xk+1=fqk(xk,uk)x_{k+1}=f_{q_k}(x_k,u_k),模式按 qk+1=δ(qk,xk)q_{k+1}=\delta(q_k,x_k) 转移,转移发生在采样点之间时,只能用 qkq_k 或 qk+1q_{k+1} 近似,边界误差就被量化到了采样周期。后文讨论的 DHAL 与 Neural Hybrid Automata 都属于这一类:连续动力学用神经网络学,离散模式用分类器或随机转移学,guard 不再是一个解析曲面,而是一个学出来的决策边界。

穿越时刻的敏感度:为什么慢接近反而更不准

混合自动机给出了边界时刻的定义,但没告诉我们这个时刻对状态误差有多敏感。敏感度决定了同样一毫米的位置误差,在有些场景只造成一毫秒的时刻误差,在另一些场景会造成一百毫秒。

设标量 guard 函数 g(x)g(x) 沿轨迹的导数为

g˙(x)=∇g(x)⊤fq(x,u)\dot{g}(x) = \nabla g(x)^{\top} f_q(x,u)

在穿越点附近对 gg 做一阶展开。设标称穿越时刻为 tt,g(x(t))=0g(x(t))=0,在 t+δtt+\delta t 时刻

g(x(t+δt))≈g(x(t))+g˙ δtg(x(t+\delta t)) \approx g(x(t)) + \dot{g}\,\delta t

若状态本身有误差 δx\delta x,导致 guard 值有误差 δg=∇g⊤δx\delta g = \nabla g^{\top}\delta x,那么为了重新满足 g=0g=0,时刻需要偏移

δτ≈−δgg˙\delta \tau \approx -\frac{\delta g}{\dot{g}}

取绝对值并加上二阶项,得到敏感度上界

∣δτ∣≤∣δg∣∣g˙∣+∣g∣ ∣δg˙∣∣g˙∣2|\delta \tau| \le \frac{|\delta g|}{|\dot{g}|} + \frac{|g|\,|\delta \dot{g}|}{|\dot{g}|^{2}}

第一项是最主要的:时刻误差等于 guard 值误差除以 guard 的变化率。变化率越小,同样的状态误差造成的时刻误差越大。

对接触任务,guard 通常是「末端到表面的距离小于零」,g˙\dot{g} 就是法向接近速度 vnv_n。若位置误差为 σx\sigma_x,则

στ≈σxvn\sigma_\tau \approx \frac{\sigma_x}{v_n}

取 σx=1\sigma_x=1 毫米,不同接近速度下的时刻误差如下表。

接近速度 vnv_n时刻误差 στ\sigma_\tau在 1010 ms 控制周期下的表现
0.50.5 m/s22 ms小于一个周期,基本可忽略
0.10.1 m/s1010 ms约一个周期,边界开始模糊
0.020.02 m/s5050 ms五个周期,段归属明显错位
0.0050.005 m/s200200 ms二十个周期,边界概念几乎失效

这张表是这一篇最需要记住的结论。机器人做精细装配时,最后几毫米往往把速度降到每秒几毫米到几厘米,因为这能让力控更稳、冲击更小。但恰恰在这个区间,边界时刻的误差被放大到几十甚至几百毫秒。慢接近提高了力控的稳定性,同时破坏了时间边界的可辨识性。两个目标在同一个速度参数上方向相反,这是分段调度必须面对的固有矛盾。

更糟的是掠接触(grazing contact)。当末端沿着表面切向运动、法向速度接近零时,g˙→0\dot{g}\to 0,一阶近似失效,穿越时刻对状态误差的敏感度趋于无穷。此时 g(t)g(t) 在穿越点附近近似二次:g(t)≈12g¨(t−t∗)2g(t)\approx \frac{1}{2}\ddot{g}(t-t^*)^2,时刻误差变成

∣δτ∣≈2 ∣δg∣∣g¨∣|\delta \tau| \approx \sqrt{\frac{2\,|\delta g|}{|\ddot{g}|}}

误差从线性放大变成平方根放大,形态也变了:不再是一个对称的分布,而是向两侧拖尾,因为 guard 可能被触碰两次(进入又离开),也可能一次都不碰。对调度器来说,掠接触意味着「这一段有没有边界」本身都不确定,不能只用「边界在哪」来描述。

衡量边界是否良态,最方便的是把场景自身的 σg/∣g˙∣\sigma_g/|\dot g| 与任务允许的时刻误差 τtol\tau_{\mathrm{tol}} 相比,得到无量纲的条件数

κ=σg∣g˙∣ τtol\kappa = \frac{\sigma_g}{|\dot g|\,\tau_{\mathrm{tol}}}

κ≪1\kappa\ll1 时边界良态,可以用点估计加小守卫带;κ≈1\kappa\approx1 时需要用后验分布和分位数切换;κ≫1\kappa\gg1 时时间边界已经不可辨识,应改用事件索引。后面的账本与调度改造,本质上就是按 κ\kappa 的大小分档处理。

一个具体的装配例子。轴孔配合的倒角只有 11 毫米,横向定位误差 11 毫米,末端以 0.010.01 米每秒下探。横向误差让轴尖可能在孔外擦过,guard 的法向变化率约为 0.010.01 米每秒,于是接触时刻的不确定度约 100100 毫秒。这 100100 毫秒里末端又走了 11 毫米,足以让「擦过」变成「卡住」或者「滑入」。如果账本把接触起点写成一个常数,它会把这段本应加细的模糊区间记成一个干净的边界,后面所有的误差归因都会跟着错。

边界错了,账本哪里错

第三十四篇的误差递推是

Errk=∥Jk∥ εk+∥Mk∥ Errk−1\mathrm{Err}_k = \|J_k\|\,\varepsilon_k + \|M_k\|\,\mathrm{Err}_{k-1}

其中 εk\varepsilon_k 是第 kk 段的模型误差,JkJ_k 是该段动力学对状态的雅可比,MkM_k 是段间状态交接矩阵。这个递推默认每一段的起止时刻是准的。边界时刻一旦有误差,账本会在四个地方同时出错,而且四种错误会互相掩盖,让事后审计很难定位。

错段归属:把跳变记到邻居头上

设真实跳变发生在 t∗t^*,账本记在 tbt_b,偏差 Δ=t∗−tb\Delta=t^*-t_b。如果 t∗>tbt^*>t_b,那么在 [tb,t∗][t_b,t^*] 这段时间里,系统其实还处在跳变前的模式,账本却已经切到了跳变后的模型。两套动力学之差造成一段额外的状态偏差:

δAk=∫tbt∗(fpost(x,u)−fpre(x,u)) dt≈(fpost−fpre) Δ\delta A_k = \int_{t_b}^{t^*} \big(f_{\mathrm{post}}(x,u)-f_{\mathrm{pre}}(x,u)\big)\,dt \approx \big(f_{\mathrm{post}}-f_{\mathrm{pre}}\big)\,\Delta

这个量会被记到第 kk 段的误差里,而不是记到边界项里。取一个典型值:末端在自由空间以 0.080.08 米每秒接近,接触后速度被约束为零,速度差 0.080.08 米每秒,边界偏差 2020 毫秒,则 δAk≈1.6\delta A_k\approx1.6 毫米。对一个总跟踪误差预算 22 毫米的装配任务,这一项已经吃掉了八成预算,而账本上第 kk 段看起来只是「模型误差略大」,调度器不会想到去加细边界。

力维度更敏感。接触后法向力以 200200 牛每秒上升,2020 毫秒的边界偏差对应 44 牛的力误差;对脆性工件,这足以把「轻触」变成「压裂」。

跳变罚金:reset map 被用在了错误的状态上

混合自动机的跳变不是简单的模式切换,还带一个 reset map RR。碰撞把速度按恢复系数改写,抓取把物体状态挂到夹爪坐标系上,接触把自由度从六维压到约束流形上。如果 reset 早执行了 Δ\Delta,它作用在一个还没真正接触的状态上;如果晚执行了 Δ\Delta,它作用在一个已经穿入或压紧的状态上。两种情况的一阶误差都可以写成

δx+≈JR (fpre−fpost) Δ\delta x^{+} \approx J_R\,\big(f_{\mathrm{pre}}-f_{\mathrm{post}}\big)\,\Delta

其中 JR=∂R/∂xJ_R=\partial R/\partial x 是 reset 的雅可比。对非弹性碰撞,RR 把法向速度从 v−v^- 改成 00,JRJ_R 在法向的分量约为 −1-1,于是晚执行 Δ\Delta 会让 post 状态多出一个 −fpreΔ-f_{\mathrm{pre}}\Delta 的偏移。这个偏移不会停留在边界上,它会沿着后续所有段传播,乘以每一段的 ∥Mk∥\|M_k\|。这就是为什么边界误差在长任务里比在短任务里更危险:它是一次性注入,却按段复利。

模式误判:漏检与误检的代价不对称

边界误差的极端形式是模式判错。漏检(把接触判成自由)会让控制器继续用自由空间模型,输出没有约束的轨迹,结果是穿透、力冲击、工件损伤;误检(把自由判成接触)会让控制器提前变软、提前减速,结果是节拍变慢、轨迹滞后,通常不损伤硬件但浪费时间。

两类错误的代价差一个数量级,这直接决定了判定阈值应该往哪边偏。用假设检验的语言,设 H0H_0 是无接触、H1H_1 是接触,观测是力或触觉信号,似然比 Λ(x)=p(x∣H1)/p(x∣H0)\Lambda(x)=p(x|H_1)/p(x|H_0)。Neyman-Pearson 引理说,在固定误检率下最大化检出率的检验是似然比阈值检验;但固定误检率并不等于最小化期望代价。若漏检代价为 CFNC_{FN}、误检代价为 CFPC_{FP},最小期望代价的阈值满足

Λ(x)≷CFPCFN\Lambda(x) \gtrless \frac{C_{FP}}{C_{FN}}

CFN=20C_{FN}=20、CFP=1C_{FP}=1 时阈值降到 0.050.05,也就是「宁可疑检,不可漏检」。这条规则应该写进接触检测器的标定里,而不是让分类器默认在 0.50.5 的概率上切。

预算漂移:算力花在了一段不存在的段上

调度器按段分配粒度与步数。如果一条粗粒度段实际上跨过了边界,这段的误差模型就失效了:它假设段内只有一套动力学,实际却混了两套。此时账本低估了误差,调度器不会给这段加细,直到执行偏差超限才回头重算。把这种情形记成「污染」,可以给一个下界:

εkcontam=εkmodel+Jb⋅1 ⁣[tb∈(tk−1,tk)]\varepsilon_k^{\mathrm{contam}} = \varepsilon_k^{\mathrm{model}} + J_b\cdot\mathbf{1}\!\left[t_b\in(t_{k-1},t_k)\right]

其中 JbJ_b 是该边界处两种动力学造成的状态跳变量,指示函数表示边界是否落在段内。这个下界很粗,但它把「段内有没有边界」变成了一个显式字段,调度器至少不会在污染段上放心地使用粗模型。

四种错误合起来,可以给边界一项「边界税」:

ΔCb=cband wb+Pmiss Jb+clat Lb\Delta C_b = c_{\mathrm{band}}\,w_b + P_{\mathrm{miss}}\,J_b + c_{\mathrm{lat}}\,L_b

三项分别是守卫带的算力、漏检的期望损失、检测与决策延迟造成的时间成本。第三十四篇的预算表里没有这一项,所以它总是低估真实成本;边界越模糊,低估越多。

从点估计到后验:三件在线工具

账本需要的不只是「边界在哪」,而是「边界在哪个区间、以多大概率」。这正好是变点检测与模式推断要输出的东西。工程上常用的三件工具各有分工:CUSUM 负责快速报警,BOCPD 负责给出边界后验,HMM 负责在多个模式之间做持续推断。

CUSUM:最快的一阶报警器

CUSUM 由 Page 在 1954 年提出,最初用于工业质量控制,后来成为变点检测的基准方法。它假设变点前后各有一个已知或可估计的分布 p0p_0 与 p1p_1,逐步计算对数似然比

ℓk=log⁡p1(xk)p0(xk)\ell_k = \log\frac{p_1(x_k)}{p_0(x_k)}

并维护累积统计量

gk=max⁡(0,  gk−1+ℓk),g0=0g_k = \max\left(0,\; g_{k-1}+\ell_k\right),\qquad g_0=0

当 gk>hg_k>h 时报警。max⁡(0,⋅)\max(0,\cdot) 的作用是「遗忘」:一旦累积量回到零,就认为当前没有持续的异常证据,重新开始累积。这个设计让 CUSUM 对持续的小偏移很敏感,而对单点尖峰不敏感,正好符合接触检测的需求:接触会让力信号持续偏离零均值,而加速度尖峰只是单点。

阈值 hh 控制虚警率与检测延迟的权衡。对高斯信号、均值偏移 δ\delta、噪声标准差 σ\sigma,漂移参数为 k=δ/(2σ)k=\delta/(2\sigma) 时,平均检测延迟大致按 h/(δ2/2σ2)h/(\delta^2/2\sigma^2) 增长,而平均虚警间隔随 hh 指数增长。取 11 千赫兹采样、偏移 1σ1\sigma、h=5h=5,检测延迟约十个样本,即 1010 毫秒;把 hh 提到 1010,延迟翻倍,虚警间隔从大约几百毫秒拉到几十秒。这个数量级说明:CUSUM 的报警时刻天然带一个可预测的延迟,不能直接当作边界时刻。

修正办法是减去期望延迟:

t^∗=talarm−E[delay∣δ]\hat t^* = t_{\mathrm{alarm}} - \mathbb{E}[\text{delay}\mid \delta]

期望延迟可以从离线回放里按信噪比分档统计。修正后的 t^∗\hat t^* 仍然有方差,方差随信噪比下降而上升;所以 CUSUM 适合做「有没有事件」的判据,不适合单独做「事件在哪一毫秒」的估计。

BOCPD:把边界写成后验分布

贝叶斯在线变点检测(Bayesian Online Changepoint Detection,BOCPD)由 Adams 与 MacKay 在 2007 年提出。它维护一个叫「游程长度」的隐变量 rtr_t:如果上一个变点发生在 t−rtt-r_t 时刻,那么 rtr_t 就是从上一个变点到当前时刻的步数。变点发生时 rt=0r_t=0,否则 rt=rt−1+1r_t=r_{t-1}+1。

BOCPD 的核心递推是

p(rt,x1:t)=∑rt−1p(rt∣rt−1) p(xt∣rt−1,x(r)) p(rt−1,x1:t−1)p(r_t, x_{1:t}) = \sum_{r_{t-1}} p(r_t\mid r_{t-1})\, p(x_t\mid r_{t-1}, x^{(r)})\, p(r_{t-1}, x_{1:t-1})

其中 x(r)x^{(r)} 表示当前游程内的数据。先验 p(rt∣rt−1)p(r_t\mid r_{t-1}) 由一个 hazard 函数给出:若变点在每个时刻发生的先验概率为 1/H1/H,则

p(rt=0)=1H,p(rt=rt−1+1)=1−1Hp(r_t=0)=\frac{1}{H},\qquad p(r_t=r_{t-1}+1)=1-\frac{1}{H}

HH 是预期的段长。p(xt∣rt−1,x(r))p(x_t\mid r_{t-1},x^{(r)}) 是当前段的预测似然,通常用共轭指数族(高斯-逆伽马、狄利克雷-多项等)在线更新参数。对每个可能的游程长度都保留一个后验,归一化后就得到 p(rt∣x1:t)p(r_t\mid x_{1:t})。变点概率是 p(rt=0∣x1:t)p(r_t=0\mid x_{1:t}),边界时刻的后验则由游程后验反推:t∗=t−rtt^*=t-r_t。

BOCPD 论文中的信号与游程长度后验热图

上图是 BOCPD 原论文的示意图。上半部分是观测序列,浅灰是原始数据,深色线是预测均值,虚线是预测的一倍标准差;下半部分是游程长度后验,横轴是时间,纵轴是游程长度,颜色越深表示概率越高。可以看到后验集中在一条条对角带上:带子斜率为一,说明游程随时间线性增长;带子突然回到纵轴零点,就是一次变点;带子的宽度就是边界的不确定度。对账本来说,需要的正是这条带子的宽度,而不是某一条最可能的斜线。BOCPD 的代价是每步要对所有游程求和,最坏 O(t)O(t),工程上通过裁剪低概率游程把每步控制在几十到几百个候选。

HMM 与 Viterbi:多模式下的持续推断

当系统不是「一段一段」而是「在几个模式之间反复切换」时,隐马尔可夫模型更合适。设模式 qt∈Qq_t\in Q,转移矩阵 Aij=P(qt=j∣qt−1=i)A_{ij}=P(q_t=j\mid q_{t-1}=i),观测似然 p(xt∣qt)p(x_t\mid q_t)。前向递推

αt(j)=p(xt∣qt=j)∑i∈QAij αt−1(i)\alpha_t(j) = p(x_t\mid q_t=j)\sum_{i\in Q} A_{ij}\,\alpha_{t-1}(i)

后向递推给出 βt(j)\beta_t(j),两者相乘归一化得到平滑后验 γt(j)=P(qt=j∣x1:T)\gamma_t(j)=P(q_t=j\mid x_{1:T})。边界后验可以直接读出:

P(边界在 t)=∑i≠jαt−1(i) Aij βt(j)p(x1:T)P(\text{边界在 } t) = \sum_{i\ne j}\frac{\alpha_{t-1}(i)\,A_{ij}\,\beta_t(j)}{p(x_{1:T})}

Viterbi 算法则给出最大后验的模式序列,复杂度 O(∣Q∣2T)O(|Q|^2T),适合离线回放与标注对齐。BOCPD 与 HMM 的区别在于:BOCPD 假设段内分布不变、只关心变点;HMM 允许模式反复切换、每个模式有自己的观测模型。接触任务两者都需要:先用 HMM 判断当前处于自由、接触还是滑动,再用 BOCPD 在模式内部定位具体的穿越时刻。

用保形预测给区间上保险

无论用哪种检测器,后验分布的校准都依赖模型假设。工程上可以用保形预测(Conformal Prediction)给区间加一层分布无关的保证。做法很简单:留出一批带真值的校准数据,对每个样本计算残差 si=∣t^i−ti∗∣s_i=|\hat t_i-t^*_i|,取残差的 ⌈(1−α)(n+1)⌉/n\lceil(1-\alpha)(n+1)\rceil/n 分位数 qq,则新区间的 [t^−q,t^+q][\hat t-q,\hat t+q] 在可交换性假设下至少有 1−α1-\alpha 的边际覆盖率。它不保证条件覆盖,也不保证分布漂移时仍然有效,但比「假设高斯、取两倍标准差」稳得多。机器人日志天然不满足可交换性(工况在变),可以用分块保形或在线保形,按工况分档校准。

检测延迟与时间戳对齐:观测时刻不是事件时刻

即使检测器完美,它看到的也是「观测到的时刻」,不是「事件发生的时刻」。两者之间隔着传感器延迟、传输延迟、滤波群延迟与时间戳抖动。把这段差距补上,是边界估计里最容易被忽略、又最容易产生系统性偏差的一步。

设真实事件时刻为 t∗t^*,观测时刻为

tobs=t∗+L+εt_{\mathrm{obs}} = t^* + L + \varepsilon

其中 LL 是系统性延迟,ε\varepsilon 是零均值抖动。只减去均值 LL 还不够,因为报警时刻的状态是 tobst_{\mathrm{obs}} 时刻的状态,而 reset map 需要 t∗t^* 时刻的状态。用运动学回放修正:

x(t∗)≈x(tobs)−∫t∗tobsfq(x,u) dt≈xobs−v L−12a L2x(t^*) \approx x(t_{\mathrm{obs}}) - \int_{t^*}^{t_{\mathrm{obs}}} f_q(x,u)\,dt \approx x_{\mathrm{obs}} - v\,L - \frac{1}{2}a\,L^2

取 v=0.3v=0.3 米每秒、L=12L=12 毫秒,位置修正量约 3.63.6 毫米;若延迟估计再偏 33 毫秒,残余误差约 0.90.9 毫米。这个量级和前面边界时刻误差造成的位置误差是同一量级,不能只修一头。

时间戳应该尽量在传感器端打,而不是在主机收到数据时打。能用硬件触发同步就用硬件触发,能用 PTP 就不用 NTP;控制循环维护一个至少覆盖最大延迟的环形缓冲区,事件到达后回放缓冲区,把状态对齐到事件时刻,而不是直接把当前状态当作事件状态。

多传感器融合可以降低抖动,但前提是先标定偏差。设第 ii 路传感器的观测为 ti=t∗+bi+εit_i=t^*+b_i+\varepsilon_i,偏差 bib_i 离线标定后,按精度加权:

t^∗=∑iwi (ti−bi)∑iwi,wi=1σi2\hat t^* = \frac{\sum_i w_i\,(t_i-b_i)}{\sum_i w_i}, \qquad w_i=\frac{1}{\sigma_i^2}

融合后的标准差为 σfuse=(∑i1/σi2)−1/2\sigma_{\mathrm{fuse}}=(\sum_i 1/\sigma_i^2)^{-1/2}。三路传感器分别有 88、1212、2020 毫秒标准差,融合后约 6.46.4 毫秒。但如果其中一路有 55 毫秒未标定的偏差,融合结果就会整体偏 55 毫秒,比不用它更糟。先修偏差,再做融合,顺序不能反。

最后,融合输出不应该直接取均值。下游的切换代价不对称(下一节展开),所以需要的是后验的某个分位数,而不是后验的中心。把完整的后验传给调度器,让调度器按代价函数自己取分位,比在检测层提前压成一个数更好。

事件相机与标准相机在感知与计算延迟上的对比

上图来自四足机器人用事件相机接球的工作,横轴是计算耗时,纵轴是延迟。标准相机的总延迟由曝光、读出与计算三段组成,随计算耗时线性上升;事件相机只在像素变化时输出事件,感知段几乎没有帧周期,曲线整体低一截。这张图给出的是「同一条检测链,换传感器能把边界误差压掉多少」的量级参考。但它也说明,计算耗时仍然是延迟的一部分:传感器再快,后端的检测网络与决策逻辑照样会把边界往后推。所以时间戳对齐必须覆盖整条链路,而不是只优化最前面一段。

切换策略:早切还是晚切是一个分位数问题

边界时刻有了后验之后,下一个问题是:调度器应该在什么时刻切换模式或粒度?直觉上的答案是「在后验均值处切」,但这个直觉只在代价对称时成立。接触任务的代价天然不对称,均值切换会系统性地切错方向。

代价函数与最优分位数

设切换时刻为 tst_s,真实边界为 t∗t^*。早切(ts<t∗t_s<t^*)每毫秒的代价为 cec_e,晚切(ts>t∗t_s>t^*)每毫秒的代价为 clc_l。期望代价是

C(ts)=ce E[(t∗−ts)+]+cl E[(ts−t∗)+]C(t_s) = c_e\,\mathbb{E}\big[(t^*-t_s)^+\big] + c_l\,\mathbb{E}\big[(t_s-t^*)^+\big]

对 tst_s 求导:

dCdts=−ce P(t∗>ts)+cl P(t∗<ts)=−ce(1−F(ts))+clF(ts)\frac{dC}{dt_s} = -c_e\,P(t^*>t_s) + c_l\,P(t^*<t_s) = -c_e\big(1-F(t_s)\big) + c_l F(t_s)

令导数为零,得到

F(ts∗)=cece+clF(t_s^*) = \frac{c_e}{c_e+c_l}

也就是说,最优切换时刻不是后验均值,而是后验的 qq 分位数,q=ce/(ce+cl)q=c_e/(c_e+c_l)。晚切代价越大(clc_l 越大),qq 越小,越应该提前切;早切代价越大,越应该等一等。这个结论和库存管理里的报童模型是同一个数学结构:临界分位数由缺货成本与滞销成本之比决定。

数值例子

设边界后验为 N(0,σ2)\mathcal{N}(0,\sigma^2),σ=20\sigma=20 毫秒。取 ce=1c_e=1、cl=4c_l=4,则 q=0.2q=0.2,对应标准正态分位数 z=−0.8416z=-0.8416,最优切换时刻为 −16.8-16.8 毫秒,即在后验均值之前约十七毫秒切。这个提前量看起来不大,但它把大部分「晚切罚金」换成了便宜的「早切罚金」。

把期望代价写成标准化形式。令 z=ts/σz=t_s/\sigma,

Cσ=(ce+cl) ϕ(z)+z[clΦ(z)−ce(1−Φ(z))]\frac{C}{\sigma} = (c_e+c_l)\,\phi(z) + z\big[c_l\Phi(z)-c_e(1-\Phi(z))\big]

在最优分位点第二项为零,于是 C/σ=(ce+cl)ϕ(zq)C/\sigma=(c_e+c_l)\phi(z_q)。不同代价比下的结果如下表,最后一列是相对均值切换的代价节省。

cl/cec_l/c_e最优分位 qqzqz_qC/(σ(ce+cl))C/(\sigma(c_e+c_l))相对均值切换
110.500.50000.3990.3990%0\%
220.330.33−0.43-0.430.3640.3649%9\%
440.200.20−0.84-0.840.2800.28030%30\%
990.100.10−1.28-1.280.1760.17656%56\%

cl/ce=9c_l/c_e=9 时节省 56%56\%,这不是一个小数目。它说明:在不对称代价下,估计得准不如切得对。一个无偏但方差大的边界估计,配上正确的分位数,可能比一个方差小但总在均值处切的估计更省钱。

迟滞、驻留时间与抖动

分位数规则解决「切在哪」,不解决「切几次」。当 guard 信号在边界附近抖动时,模式可能在一毫秒内来回切换多次,这就是混合系统里的 chattering,极端情况下还会出现 Zeno 行为:无限次切换在有限时间内完成。每次切换都有代价:机械冲击、控制模式重置、算力重新分配。

两个工程手段可以把切换次数压住。第一是迟滞:切到接触态需要力超过 FonF_{\mathrm{on}},切回自由态需要力低于 FoffF_{\mathrm{off}},两者之间留一个带宽 hgh_g。第二是最小驻留时间 τd\tau_d:任何模式至少保持 τd\tau_d 才允许再次切换。对高斯型 guard 噪声,单位时间的零交叉次数近似为

ν≈12πσg˙σgexp⁡(−hg22σg2)\nu \approx \frac{1}{2\pi}\frac{\sigma_{\dot g}}{\sigma_g} \exp\left(-\frac{h_g^2}{2\sigma_g^2}\right)

取位置噪声 σg=0.5\sigma_g=0.5 毫米、速度噪声 σg˙=0.05\sigma_{\dot g}=0.05 米每秒,无迟滞时 ν≈16\nu\approx16 次每秒;加 0.50.5 毫米迟滞,指数因子约 0.610.61,降到约 1010 次每秒;再加 5050 毫秒驻留,切换频率被硬性限制在 2020 次每秒以内。这些数字说明,边界附近的抖动是常态,不是异常;账本必须把抖动次数作为一个可观测指标记下来。

分支预计算:用算力换反应时间

切换时刻确定之后,还有一个执行层的问题:从检测到事件到执行新模式,中间隔着检测延迟、决策延迟与轨迹生成延迟,加起来可能几十毫秒。对高速接触,这几十毫秒足以让「轻触」变成「撞击」。

一个办法是在边界窗口内同时预计算两条分支:自由分支与接触分支。检测器一旦报警,直接选接触分支,省掉在线生成轨迹的时间。这就是控制里的分支预计算,和处理器里的分支预测是同一个交易结构:用一点额外算力换反应时间。是否值得预计算,可以用一个简单的判据:

p L v>csp\,L\,v > c_s

其中 pp 是边界在窗口内发生的概率,LL 是省下的延迟,vv 是每毫秒延迟的价值,csc_s 是预计算的算力成本。取 p=0.6p=0.6、L=40L=40 毫秒、v=1v=1、cs=0.5c_s=0.5,左边为 2424,远大于右边,值得做。反过来,如果边界概率只有 0.020.02,左边为 0.80.8,接近成本,就不值得。

分支预计算只在边界窗口内开启,窗口宽度由后验的高密度区间决定。窗口太宽会浪费算力,太窄会漏掉边界;用分位数区间的 90%90\% 覆盖来确定窗口,是比较稳的选择。

账本改造:边界作为区间而不是点

前面几节给出了估计与决策的方法,现在要把它们写回账本。改造的核心只有一句话:账本里的时间字段从标量变成区间,误差字段从标量变成区间加置信度。

账本条目结构

第三十四篇的条目大致是「段号、模式、起止时刻、粒度、误差估计、算力支出」。边界感知的账本需要多几个字段:

字段含义为什么需要
boundary_id该段起止对应的边界编号把误差归因到边界而不是邻段
[t_lo,t_hi]边界时刻的区间表达不确定度,供调度器取分位
confidence区间覆盖率或后验置信度区分「知道」与「猜的」
[ε_lo,ε_hi]该段误差的区间风险敏感调度需要上界
contaminated段内是否可能含未建模边界触发加细或守卫带
version沿用上一篇的模型版本在线更新时批量重估

区间不是装饰。它让审计可以回答两个此前回答不了的问题:这一段误差的上界是多少;这个上界的置信度是多少。前者用于安全约束,后者用于是否值得再采一次数据。

区间传播

误差递推从标量变成区间:

Errk=∥Jk∥ εk+∥Mk∥ Errk−1+∥Jb∥ δb\mathrm{Err}_k = \|J_k\|\,\varepsilon_k + \|M_k\|\,\mathrm{Err}_{k-1} + \|J_b\|\,\delta_b

其中 δb\delta_b 是边界项,∥Jb∥\|J_b\| 是边界扰动对状态的影响增益。逐段用区间算术传播,得到 Errk\mathrm{Err}_k 的上下界。区间算术会高估相关性带来的抵消,但对安全约束来说,高估比低估好。若只关心期望成本,则用后验采样做蒙特卡洛,逐样本传播后取均值;若关心尾部风险,则用条件风险价值(CVaR)。对高斯后验,置信水平 α\alpha 下的 CVaR 为

CVaRα=μ+σ ϕ(zα)1−α\mathrm{CVaR}_\alpha = \mu + \sigma\,\frac{\phi(z_\alpha)}{1-\alpha}

取 α=0.9\alpha=0.9、z0.9=1.28z_{0.9}=1.28、ϕ=0.176\phi=0.176,系数为 1.761.76;σ=20\sigma=20 毫秒时尾部均值比均值多 3535 毫秒。守卫带如果要覆盖尾部而不是均值,宽度就要按这个量级放大。

守卫带

守卫带是边界两侧一小段「两边都不完全信」的区域。它的宽度由三部分组成:

wb=z1−α στ+Lmax⁡+τsettlew_b = z_{1-\alpha}\,\sigma_\tau + L_{\max} + \tau_{\mathrm{settle}}

第一项是后验分位数,第二项是最大检测与传输延迟,第三项是模式切换后的稳定时间。取 στ=20\sigma_\tau=20 毫秒、90%90\% 分位 1.281.28、Lmax⁡=7L_{\max}=7 毫秒、τsettle=10\tau_{\mathrm{settle}}=10 毫秒,则 wb≈42.6w_b\approx42.6 毫秒。在守卫带内,调度器不使用两侧的粗粒度模型,而是用细粒度模型或专门的过渡模型,并把这段算力记在边界项上,而不是摊到邻段。

守卫带的成本是可以直接算的。若细粒度步长为 2020 毫秒、每步代价 11,一条 42.642.6 毫秒的守卫带需要约 33 个细步;同样的时间用 200200 毫秒的原语层只要 0.210.21 步、代价 0.0210.021。每条边界多花约 33 个步当量,两条边界就是 66 个步当量。这个数字要和「不加守卫带导致的污染重算」比较,后面的数值例子会给出对照。

审计指标

账本改造之后,可以定义几个此前没有的审计指标:

  • 边界归属误差:执行轨迹的跳变时刻与账本记录时刻之差,按绝对值统计。
  • 守卫带占用率:执行中落在守卫带内的时间比例,过高说明边界估计太差或守卫带太窄。
  • 污染段比例:事后发现有边界落在粗粒度段内的段数占比。
  • 切换抖动次数:单位时间内的模式切换次数,超过阈值说明迟滞或驻留时间不够。
  • 区间覆盖率:真实边界落在账本区间内的比例,用来检验置信度是否校准。

这些指标不直接提升性能,但它们把「边界」从一个隐含假设变成了可观测、可对账的对象。没有它们,边界误差只会以「这段模型怎么突然不准了」的形式出现,永远定位不到根因。

调度器改造:从时间索引到事件索引

账本有了区间,调度器就不能再假设切分点是常数。改造分两步:先在时间索引下做边界感知的动态规划,再在边界不确定度太大时换成事件索引。

边界感知的动态规划

第三十四篇的目标函数是「总误差不超过预算、总步数最少」。边界感知版本要加两项:守卫带成本与污染风险。写成期望形式:

J(π)=E[∑kc(gk) Δk+∑b(cband wb+Pmiss,b Jb)]J(\pi) = \mathbb{E}\left[ \sum_k c(g_k)\,\Delta_k + \sum_b \big(c_{\mathrm{band}}\,w_b + P_{\mathrm{miss},b}\,J_b\big) \right]

其中 π\pi 是分段与粒度策略,c(gk)c(g_k) 是粒度 gkg_k 的单位时间算力,Δk\Delta_k 是段长,wbw_b 是守卫带宽度,Pmiss,bP_{\mathrm{miss},b} 是边界落在守卫带之外的概率,JbJ_b 是漏检造成的状态跳变损失。

求解可以用样本平均近似:从每条边界的后验里抽 NN 个样本,对每个样本解一次确定性 DP,取平均代价最小的策略。NN 取 2020 到 5050 通常足够稳定,因为代价对边界位置的依赖是分段线性的,尾部样本的影响有限。若要在安全约束下做,把期望换成 CVaR,或者直接对最坏样本做鲁棒优化。

一个更轻量的做法是把「相位」写进 DP 状态:每个段内部再分 pre、guard、post 三个相位,相位之间按边界后验的 hazard 转移,粒度在相位内选择。状态数增加三倍,但递推仍然是后向归纳,计算量可控。

三秒抓取的数值对照

回到第三十四篇的三秒抓取例子。那一篇用三层粒度:细层 Δt0=20\Delta t_0=20 毫秒、每步代价 11;原语层 Δt1=200\Delta t_1=200 毫秒、每步代价 0.10.1;子任务层 Δt2=1\Delta t_2=1 秒、每步代价 0.010.01。四段与标称选择如下:

段区间长度选用层步当量
接近[0,0.5][0,0.5]0.50.5 s原语层 200200 ms2.5×0.1=0.252.5\times0.1=0.25
抓取[0.5,0.6][0.5,0.6]0.10.1 s细层 2020 ms5×1=55\times1=5
搬运[0.6,2.9][0.6,2.9]2.32.3 s子任务层 11 s2.3×0.01=0.0232.3\times0.01=0.023
放置[2.9,3.0][2.9,3.0]0.10.1 s细层 2020 ms5×1=55\times1=5
合计33 s10.2710.27

全程细层需要 150150 步当量,混合方案省约 1414 倍。现在给两条边界加不确定度:抓取开始 σ=15\sigma=15 毫秒,放置开始 σ=20\sigma=20 毫秒。按 90%90\% 分位 1.281.28、77 毫秒最大延迟、1010 毫秒稳定时间,守卫带宽度分别为 36.236.2 与 42.642.6 毫秒;在细层 2020 毫秒的步长下,分别需要 22 个和 33 个细步,额外代价 55 个步当量。总代价约 15.315.3,仍然比全程细层省近 1010 倍。

不加守卫带的代价更容易被低估。抓取边界前一段是 200200 毫秒的原语层,放置边界前一段是 11 秒的子任务层。若边界在段内近似均匀,守卫带只覆盖 36.2/200≈18%36.2/200\approx18\% 与 42.6/1000≈4.3%42.6/1000\approx4.3\%,漏检概率约 82%82\% 与 96%96\%。一次污染造成 1.61.6 毫米偏差,事后重算与修正按 2525 个步当量计,期望污染成本约 20.520.5 与 2424,远高于 22 与 33 的守卫带成本。两条边界都加守卫带,合计省下约 3939 个步当量。

反过来,如果抓取边界的 στ\sigma_\tau 从 1515 毫秒涨到 200200 毫秒,守卫带宽度约 273273 毫秒,已经超过抓取段本身的 100100 毫秒。这时守卫带无处可放:它会把整个抓取段与相邻段一起吞掉,时间索引的分段退化成「大部分时间都在守卫带里」。正确的做法不是继续加宽守卫带,而是换一种索引方式。

事件索引:当边界不确定度超过段长

时间索引的调度器假设「第 kk 段从 tk−1t_{k-1} 到 tkt_k」。如果守卫带宽度已经接近或超过段长,这个假设就没有意义:段内大部分时间都处于「不知道属于哪一段」的状态。此时应该把坐标从时间换成事件:调度器不再问「现在几秒、该用哪段」,而是问「当前处于哪个模式、下一个事件是什么」。

事件索引的策略写成 π(q,phase,x)\pi(q,\text{phase},x):qq 是当前模式,phase 是 pre、guard、post 之一,xx 是连续状态。动作是「继续当前粒度」「加细」「预计算下一分支」「等待事件」。段不再按时间预切,而是按事件发生自然形成;算力按事件计数与相位驻留时间记账,而不是按预设的段长记账。

两种索引方式的差别可以列成表:

维度时间索引事件索引
切分依据预设时刻实际模式切换
账本单位毫秒事件 + 相位驻留
边界误差影响直接错段只影响相位进入时刻
适用条件κ≪1\kappa\ll1,守卫带远小于段长κ≳1\kappa\gtrsim1,边界不可辨识
主要风险污染与重算事件漏检与状态机死锁
典型场景高速、清晰的接触慢速装配、柔顺接触、遮挡

这张表给出了一个明确的切换判据:当守卫带宽度超过段长的一半,或者 κ>1\kappa>1,就应该从时间索引切到事件索引。第三十四篇的 DP 在时间索引下工作得很好,但它的适用边界正是这里。

事件后的重规划

事件索引并不意味着不规划。相反,每次事件确认之后都要从实际状态重规划剩余任务:用对齐后的 x(t∗)x(t^*) 作为新起点,丢弃旧计划中尚未执行的部分,保留已经预计算的分支缓存。重规划要有最小间隔,否则检测抖动会让规划器反复推翻自己;最小间隔可以设为守卫带宽度,正好与抖动的时间尺度匹配。

重规划的承诺范围也要收窄:只承诺到下一个高置信事件,而不是承诺到任务结束。这和上一篇在线更新的「承诺当负债」是同一条原则:边界不确定时,长承诺的期望价值很低,短承诺加频繁对账反而更稳。

学出来的边界:从解析 guard 到概率转移

前面几节的 guard 都是解析函数:距离小于零、力大于阈值、速度反号。真实任务的接触条件往往写不出解析式:柔性物体没有明确的表面,多指手同时接触多个面,足式机器人的着地判定依赖地形与姿态。这时 guard 只能从数据里学,边界时刻的误差也就多了一层模型误差。

Neural Hybrid Automata

Neural Hybrid Automata(NHA)在 2021 年提出,把随机混合系统的连续流与离散跳变一起学。它不需要预先给定模式数量或模式间的转移动力学,而是用归一化流、神经微分方程与自监督信号做推断。生成过程是:先由离散模式选择器从类别分布里采样当前模式,再由该模式的神经网络微分方程生成连续状态的变化,模式之间按学到的转移概率切换。模式是隐变量,没有轨迹分段标签也能从数据里分化出来。

对边界时刻来说,NHA 的价值不在于它给出了精确的 guard,而在于它给出了转移概率。有了转移概率,边界就不再是「第 kk 步切不切」的硬判断,而是「第 kk 步切过去的概率是多少」的软信息。这个概率经过校准之后,可以直接当作账本里的置信度。

Discrete-Time Hybrid Automata Learning

Discrete-Time Hybrid Automata Learning(DHAL)是 2025 年的工作,把混合自动机限制在离散时间,用一组动力学模块表示各个模式,用 straight-through 梯度让模式选择可训练。它的目标是不依赖轨迹分段标注、也不需要显式事件函数就能识别并执行模式切换;配套的强化学习组件用 Beta 策略分布与多 critic 架构建模接触引导的运动。它的代表性实验场景是四足机器人踩滑板,腿与地面的接触、滑板与地面的接触、腾空构成典型的混合模式序列。注意 Beta 分布在这里服务的是策略输出,而不是直接给出切换时刻;切换时刻仍然由模式后验的转移决定,这一点对边界建模很关键。

离散时间混合自动机学习的整体框架:动力学模块、模式选择与直通梯度

上图是 DHAL 的框架。历史轨迹与当前动作进入模式选择,中间的混合动力学模块组里,每个模块对应一个离散模式;one-hot 向量表示当前激活的模式,直通梯度让离散选择在反向传播时仍然可以得到梯度,未激活的模块保持待命。对边界建模而言,图中一个容易忽略的细节是「非激活模块」也被保留:它们不参与当前预测,但保存了其他模式的动力学,一旦模式后验改变,可以立刻切换过去,而不必重新训练。这正是事件索引调度器需要的能力。

四足机器人滑板任务中关节位置随时间的模式序列与切换点

上图是同一工作的模式序列示例。横轴是时间步,纵轴是关节位置,不同颜色对应不同模式,竖直虚线标出模式切换。可以看到切换点并不是等间隔的:有的模式只持续十几个时间步,有的持续上百步;切换前后的曲线斜率明显不同,说明每个模式确实对应不同的动力学。这张图直观地说明了「段长由事件决定,而不是由时间表决定」:如果按固定时间窗切分,很多窗口会同时包含两个模式,账本里的误差估计必然失真。

同时学习接触与连续动力学

另一条路线不显式建混合自动机,而是把接触状态与连续动力学一起学。2023 年的 Simultaneous Learning of Contact and Continuous Dynamics 从接触丰富的轨迹里同时学习接触与连续动力学,目标是让机器人对没见过的新物体快速建出模型。它把系统辨识写成一个带物理约束的损失:在给定当前模型参数下,推断未被测量的接触力,并惩罚这些接触力违反物理约束与运动定律的程度,而不是用常见的「预测下一状态」损失。刚性的接触动力学在数值上很 stiff,正是常见建模方法失效的地方,这一路线通过把接触力显式引入来绕过它。

接触状态与连续动力学联合学习的训练与推理流程

上图是该工作的流程。左侧是数据采集与训练,右侧是推理时的模拟与轨迹生成。中间的求解器在连续动力学参数与接触力之间来回迭代:给定参数推断接触力,再用接触力与状态对回归参数。图中把「接触」与「连续动力学」画成两个相互约束的学习对象,这个结构对应一个重要的建模选择:接触力不是连续动力学的一个隐含参数,而是需要显式估计、并被物理法则校验的量。对边界时刻而言,接触力从零开始增长的那几帧就是边界所在;由于力是连续量,这条路线天然给出带有上升沿的边界,而不是一个二值标签。

学习式边界的三个工程问题

第一是标签的时间精度。训练数据里的模式标签通常按控制周期打,边界落在两个采样点之间时,标签只能二选一。用硬标签训练出来的分类器,会把边界系统性地偏向采样点。缓解办法是用区间标签或软标签:在边界前后各一到两个周期内,把标签设成 0.50.5 或按时间比例插值;损失函数对这段时间用较小的权重,避免模型被噪声标签主导。

第二是校准。神经网络的 softmax 输出不是概率,尤其在高维输入与分布外工况下会过度自信。用温度缩放、深度集成或保形预测做后处理,把置信度校准到可用水平。没有校准的置信度写进账本,比不写更危险,因为它会让调度器误以为边界很确定。

第三是分布外检测。遇到没见过的工件、没见过的地面,模式分类器可能给出高置信度的错误答案。工程上要有兜底:当所有模式的似然都很低,或者集成模型的方差很大时,不要相信边界后验,直接退回保守的细粒度模型或安全停机。这与第三十篇讨论的两类不确定性是同一个问题:偶然不确定性可以靠更多数据降低,认知不确定性只能靠兜底策略处理。

工程落地:标定、运行时与失效模式

把上面的方法落成系统,需要一条从离线标定到运行时监控的完整链路。这一节给出可执行的步骤与常见的坑。

离线标定流水线

  1. 采集带真值的回放数据:在实验台上用高精度力传感器或光电触发器记录真实接触时刻,作为真值;同时记录每一路传感器的原始时间戳。
  2. 估计每路延迟的均值与方差:把传感器信号与真值做互相关,峰值位置给出均值延迟,峰值宽度给出抖动;按接近速度、工件材质、光照条件分档,避免用一个全局常数。
  3. 标定接触定义:记录力阈值、滤波参数、采样率,把它们写进配置而不是散落在代码里;换工件时重新标定阈值。
  4. 训练或拟合检测器:CUSUM 的漂移参数、BOCPD 的 hazard、HMM 的转移矩阵都从回放数据里估计;神经检测器要用独立验证集做校准。
  5. 校准区间:用保形预测或分位数回归,把残差分布变成覆盖率可控的区间;按工况分档,记录每档的覆盖率。
  6. 回放验证:把整条链路在回放数据上跑一遍,统计边界归属误差、区间覆盖率、虚警率与漏检率,确认账本里的置信度与实际相符。

这条流水线最容易被跳过的是第 3 步和第 5 步。接触定义不写进配置,换一个工件边界就漂了;区间不校准,账本里的「90%90\% 置信」可能实际只有 60%60\%。

运行时结构

运行时可以分成五段:传感器端打时间戳;环形缓冲区保留最近几百毫秒的原始数据与状态;检测器输出报警与后验;对齐器用缓冲区回放把状态对齐到事件时刻;账本与调度器消费对齐后的状态与后验。五段之间用统一的时间基准,最好由硬件触发或 PTP 同步,而不是各自读系统时钟。

一个常见的错误是把检测器放在调度器线程里同步执行。检测器一慢,控制循环就被拖慢,边界误差反而变大。检测应该异步运行,报警通过队列传给控制线程;控制线程在等待报警时继续用先验执行,报警到达后再切换。这样检测延迟只影响切换时刻,不影响控制频率。

七类失效模式

失效模式触发条件表现缓解
掠接触法向速度接近零边界时刻方差爆炸,可能来回穿越改用事件索引,按接触持续时间内切分
触觉缺失遮挡、传感器脱落漏检,晚切,力冲击多传感器冗余,视觉/电流兜底
时间戳漂移主机打戳、总线拥塞边界系统性偏移,随负载变化传感器端打戳,PTP/硬件触发
抖动与 Zenoguard 噪声大、无迟滞模式高频切换,机械磨损迟滞、最小驻留、切换代价入账
加速度误检急停、碰撞、路面颠簸误检,提前变软,节拍变慢力与触觉联合判据,单点尖峰过滤
柔顺延长软垫、柔性物体接触是一个区间而非点用接触持续时间建模,不强行取单点
多接触并发多指手、双足、双手一个控制周期内多个边界把边界当成集合,按事件队列处理

这七类里,掠接触与柔顺延长是物理层问题,换算法解决不了,只能改建模方式;时间戳漂移与抖动是系统层问题,靠工程规范解决;触觉缺失、加速度误检、多接触并发是感知层问题,靠冗余与融合解决。把失效模式按层分类,才能把修复责任放到正确的位置。

安全兜底

边界后验的熵超过阈值时,调度器不应该继续按最优策略执行,而应该退回保守策略:降低速度、加细粒度、扩大守卫带,或者直接停在安全位置等待人工确认。这个阈值可以用回放数据标定:统计「后验熵高」与「实际边界误差超限」的相关性,选一个漏报率可接受的切点。安全兜底不是失败,它是边界不可辨识时的正确动作。

小结

这一篇把分段边界从一个隐含常数变成了一个需要估计、传播与对账的随机变量。结论可以压缩成五条。

其一,边界时刻的误差有四层来源:物理层的接触定义、传感层的延迟与滤波、采样层的周期量化、模型层的模式分类。慢速接近时物理层主导,接触检测的滞后可达几十毫秒,而且对速度、阈值、刚度都敏感。

其二,穿越时刻的敏感度是 στ≈σg/∣g˙∣\sigma_\tau\approx\sigma_g/|\dot g|。接近速度越低,同样的状态误差造成的时刻误差越大;掠接触时一阶近似失效,误差按平方根放大,边界甚至可能不存在。精细装配恰好落在最不利的速度区间,这是分段调度绕不开的矛盾。

其三,边界错了,账本会在四处出错:跳变误差被记到邻段、reset map 作用在错误状态、模式漏检与误检的代价不对称、粗粒度段跨过边界造成预算漂移。四类错误会互相掩盖,必须把 boundary_id、时间区间、污染标记写进账本,才能事后审计。

其四,在线估计需要三件工具分工:CUSUM 做快速报警,BOCPD 给出游程后验,HMM 做多模式推断;再叠加时间戳对齐与保形校准,才能把「观测时刻」变成「事件时刻」并给出覆盖率可控的区间。

其五,切换时刻不是后验均值,而是代价比决定的分位数 q=ce/(ce+cl)q=c_e/(c_e+c_l);守卫带要按分位数与延迟定宽;当守卫带宽度接近段长、或 κ>1\kappa>1 时,时间索引失效,必须换成事件索引。

把这一篇压缩成一句话:账本真正的坐标不是时间,而是事件;时间只是事件之间的填充。

下一篇讨论一个更棘手的情形:如果接触事件根本不可观测,只能从后果反推,段还能怎么切。届时模式不是「检测到再切换」,而是「一直不知道,只能维持一个信念状态」,边界后验要在部分可观测的条件下做滤波,调度器则要在信念空间里规划。这条路线会用到部分可观测马尔可夫决策过程与信念状态规划,也会回到本系列第一篇的 POMDP 形式化。

参考资料

  1. The Algorithmic Analysis of Hybrid Systems
  2. The Theory of Hybrid Automata
  3. Neural Hybrid Automata: Learning Dynamics with Multiple Modes and Stochastic Transitions
  4. Discrete-Time Hybrid Automata Learning: Legged Locomotion Meets Skateboarding
  5. Simultaneous Learning of Contact and Continuous Dynamics
  6. ContactWorld: What Representations Matter for Vision-Tactile Latent World Models in Contact-Rich Manipulation
  7. Bayesian Online Changepoint Detection
  8. Continuous Inspection Schemes
  9. A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition
  10. Learning Preconditions of Hybrid Force-Velocity Controllers for Contact-Rich Manipulation
  11. Event-triggered Learning for Linear Quadratic Control
  12. A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification
  13. Event-based Agile Object Catching with a Quadrupedal Robot
  14. Contact-Implicit Model Predictive Control for Dexterous In-hand Manipulation: A Long-Horizon and Robust Approach

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

世界模型从零讲起(三十六):边界不在你写的那一刻——接触时刻的误差如何移动切分点
https://pinghaoyang.com.cn/articles/insights/posts/world-model-segment-boundary-timing-part-36/
作者
平昊阳
发布于
2026-11-19
许可协议
CC BY-NC-SA 4.0

评论区

访客信息
--°天气加载中

正在获取所在地区…

💨 风力--
💧 湿度--

正在读取天气

Profile Image of the Author
平昊阳
乘长风,破巨浪, 展鸿图于未央!
公告
欢迎来到我的个人博客!欢迎关注交流吖!
更多相关公告,见
「社交-留言」。
音乐
封面

音乐

暂未播放

0:000:00
暂无歌词
站点统计
文章
572
分类
29
标签
659
总字数
8,320,312
运行时长
0 天
最后活动
0 天前

文章目录