正在获取所在地区…
正在读取天气
音乐
暂未播放
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,…,tN,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 0.50 秒,实际第一次碰到物体可能在 0.487 秒,也可能在 0.513 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 10 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))3/2其中 F(t) 是法向接触力,k 是由材料与几何决定的等效刚度,v 是接近速度,t0 是几何表面刚刚相碰的时刻,指数 3/2 来自球面与平面的赫兹理论。工程上不会把 F=0 当作接触,而是设一个阈值 Fth,例如力控抓取里常用的 1 到 2 牛。于是被记录下来的接触时刻是
tc−t0=v1(kFth)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=1 牛、k=2×104 N/m3/2,则 (Fth/k)2/3≈1.36×10−3 米。当 v=0.1 米每秒时,滞后约 13.6 毫秒;当 v=0.02 米每秒时,滞后约 68 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:
tc−t0δtc=32FthδFth−kδk−vδv阈值标定偏 20%,接触时刻就偏 13%;刚度估计偏 30%,接触时刻偏 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 5 到 20 毫秒;六维力/力矩传感器为了压噪声通常带低通滤波,延迟 1 到 10 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 30 到 60 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 L。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。100 赫兹的控制循环把时间量化成 10 毫秒的格子,1 千赫兹量化成 1 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 | 5–70 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 | 1–60 ms | 可以,但会漂移 |
| 采样 | 控制周期量化 | 0.5–10 ms | 由架构决定 |
| 模型 | 模式分类与状态预测误差 | 2–50 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。

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)其中 Q 是离散模式集合,例如 {free,contact,slip};X⊆Rn 是连续状态空间;U 是输入空间;f:Q×X×U→Rn 给出每个模式下的连续动力学 x˙=fq(x,u);Init⊆Q×X 是初始状态;Dom:Q→2X 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×Q 是离散迁移边;G:E→2X 给每条边一个 guard,表示允许跳变的状态集合;R:E×X→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 q 下按 x˙=fq(x,u) 连续演化,只要 x 还在 Dom(q) 内;当 x 首次进入某条边 e=(q,q′) 的 guard Ge,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−),模式变成 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}把 guard 写成一个标量函数 ge(x),约定 ge(x)≤0 表示满足 guard,则
τe=inf{t:ge(x(t))≤0}所有关于边界时刻的讨论,最终都落在这个 τe 上。传感器延迟影响的是我们观察到 τe 的时刻;状态误差影响的是 ge(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 fq 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,地面在 x=0,guard 是 x≤0,reset 是 v+=−ev−,其中 e∈(0,1] 是恢复系数。如果真实穿越发生在 t∗,而控制器晚了 Δ 才执行 reset,那么在 t∗+Δ 时刻球已经穿入地面,速度多了一个 −gΔ 的增量:
v(t∗+Δ)=v(t∗)−gΔreset 之后的速度变成 −e(v(t∗)−gΔ),与正确值 −ev(t∗) 相差 egΔ。取 g=9.8、Δ=10 毫秒,速度误差约 0.098e 米每秒;若 e=0.8,约 0.078 米每秒。对一个要求落地速度误差小于 0.05 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),模式按 qk+1=δ(qk,xk) 转移,转移发生在采样点之间时,只能用 qk 或 qk+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) 沿轨迹的导数为
g˙(x)=∇g(x)⊤fq(x,u)在穿越点附近对 g 做一阶展开。设标称穿越时刻为 t,g(x(t))=0,在 t+δt 时刻
g(x(t+δt))≈g(x(t))+g˙δt若状态本身有误差 δx,导致 guard 值有误差 δg=∇g⊤δx,那么为了重新满足 g=0,时刻需要偏移
δτ≈−g˙δg取绝对值并加上二阶项,得到敏感度上界
∣δτ∣≤∣g˙∣∣δg∣+∣g˙∣2∣g∣∣δg˙∣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˙ 就是法向接近速度 vn。若位置误差为 σx,则
στ≈vnσx取 σx=1 毫米,不同接近速度下的时刻误差如下表。
| 接近速度 vn | 时刻误差 στ | 在 10 ms 控制周期下的表现 |
|---|---|---|
| 0.5 m/s | 2 ms | 小于一个周期,基本可忽略 |
| 0.1 m/s | 10 ms | 约一个周期,边界开始模糊 |
| 0.02 m/s | 50 ms | 五个周期,段归属明显错位 |
| 0.005 m/s | 200 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˙→0,一阶近似失效,穿越时刻对状态误差的敏感度趋于无穷。此时 g(t) 在穿越点附近近似二次:g(t)≈21g¨(t−t∗)2,时刻误差变成
∣δτ∣≈∣g¨∣2∣δg∣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˙∣ 与任务允许的时刻误差 τtol 相比,得到无量纲的条件数
κ=∣g˙∣τtolσgκ≪1 时边界良态,可以用点估计加小守卫带;κ≈1 时需要用后验分布和分位数切换;κ≫1 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 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 1 毫米,横向定位误差 1 毫米,末端以 0.01 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 0.01 米每秒,于是接触时刻的不确定度约 100 毫秒。这 100 毫秒里末端又走了 1 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其中 εk 是第 k 段的模型误差,Jk 是该段动力学对状态的雅可比,Mk 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∗,账本记在 tb,偏差 Δ=t∗−tb。如果 t∗>tb,那么在 [tb,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这个量会被记到第 k 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 0.08 米每秒接近,接触后速度被约束为零,速度差 0.08 米每秒,边界偏差 20 毫秒,则 δAk≈1.6 毫米。对一个总跟踪误差预算 2 毫米的装配任务,这一项已经吃掉了八成预算,而账本上第 k 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 200 牛每秒上升,20 毫秒的边界偏差对应 4 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 R。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,它作用在一个还没真正接触的状态上;如果晚执行了 Δ,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其中 JR=∂R/∂x 是 reset 的雅可比。对非弹性碰撞,R 把法向速度从 v− 改成 0,JR 在法向的分量约为 −1,于是晚执行 Δ 会让 post 状态多出一个 −fpreΔ 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∥。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 H0 是无接触、H1 是接触,观测是力或触觉信号,似然比 Λ(x)=p(x∣H1)/p(x∣H0)。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 CFN、误检代价为 CFP,最小期望代价的阈值满足
Λ(x)≷CFNCFPCFN=20、CFP=1 时阈值降到 0.05,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 0.5 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)]其中 Jb 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=cbandwb+PmissJb+clatLb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 p0 与 p1,逐步计算对数似然比
ℓk=logp0(xk)p1(xk)并维护累积统计量
gk=max(0,gk−1+ℓk),g0=0当 gk>h 时报警。max(0,⋅) 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 h 控制虚警率与检测延迟的权衡。对高斯信号、均值偏移 δ、噪声标准差 σ,漂移参数为 k=δ/(2σ) 时,平均检测延迟大致按 h/(δ2/2σ2) 增长,而平均虚警间隔随 h 指数增长。取 1 千赫兹采样、偏移 1σ、h=5,检测延迟约十个样本,即 10 毫秒;把 h 提到 10,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]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^∗ 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 rt:如果上一个变点发生在 t−rt 时刻,那么 rt 就是从上一个变点到当前时刻的步数。变点发生时 rt=0,否则 rt=rt−1+1。
BOCPD 的核心递推是
p(rt,x1:t)=rt−1∑p(rt∣rt−1)p(xt∣rt−1,x(r))p(rt−1,x1:t−1)其中 x(r) 表示当前游程内的数据。先验 p(rt∣rt−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/H,则
p(rt=0)=H1,p(rt=rt−1+1)=1−H1H 是预期的段长。p(xt∣rt−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)。变点概率是 p(rt=0∣x1:t),边界时刻的后验则由游程后验反推:t∗=t−rt。

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),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∈Q,转移矩阵 Aij=P(qt=j∣qt−1=i),观测似然 p(xt∣qt)。前向递推
αt(j)=p(xt∣qt=j)i∈Q∑Aijαt−1(i)后向递推给出 βt(j),两者相乘归一化得到平滑后验 γt(j)=P(qt=j∣x1:T)。边界后验可以直接读出:
P(边界在 t)=i=j∑p(x1:T)αt−1(i)Aijβt(j)Viterbi 算法则给出最大后验的模式序列,复杂度 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∗∣,取残差的 ⌈(1−α)(n+1)⌉/n 分位数 q,则新区间的 [t^−q,t^+q] 在可交换性假设下至少有 1−α 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∗,观测时刻为
tobs=t∗+L+ε其中 L 是系统性延迟,ε 是零均值抖动。只减去均值 L 还不够,因为报警时刻的状态是 tobs 时刻的状态,而 reset map 需要 t∗ 时刻的状态。用运动学回放修正:
x(t∗)≈x(tobs)−∫t∗tobsfq(x,u)dt≈xobs−vL−21aL2取 v=0.3 米每秒、L=12 毫秒,位置修正量约 3.6 毫米;若延迟估计再偏 3 毫秒,残余误差约 0.9 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 i 路传感器的观测为 ti=t∗+bi+εi,偏差 bi 离线标定后,按精度加权:
t^∗=∑iwi∑iwi(ti−bi),wi=σi21融合后的标准差为 σfuse=(∑i1/σi2)−1/2。三路传感器分别有 8、12、20 毫秒标准差,融合后约 6.4 毫秒。但如果其中一路有 5 毫秒未标定的偏差,融合结果就会整体偏 5 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。

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 ts,真实边界为 t∗。早切(ts<t∗)每毫秒的代价为 ce,晚切(ts>t∗)每毫秒的代价为 cl。期望代价是
C(ts)=ceE[(t∗−ts)+]+clE[(ts−t∗)+]对 ts 求导:
dtsdC=−ceP(t∗>ts)+clP(t∗<ts)=−ce(1−F(ts))+clF(ts)令导数为零,得到
F(ts∗)=ce+clce也就是说,最优切换时刻不是后验均值,而是后验的 q 分位数,q=ce/(ce+cl)。晚切代价越大(cl 越大),q 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),σ=20 毫秒。取 ce=1、cl=4,则 q=0.2,对应标准正态分位数 z=−0.8416,最优切换时刻为 −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/σ,
σC=(ce+cl)ϕ(z)+z[clΦ(z)−ce(1−Φ(z))]在最优分位点第二项为零,于是 C/σ=(ce+cl)ϕ(zq)。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/ce | 最优分位 q | zq | C/(σ(ce+cl)) | 相对均值切换 |
|---|---|---|---|---|
| 1 | 0.50 | 0 | 0.399 | 0% |
| 2 | 0.33 | −0.43 | 0.364 | 9% |
| 4 | 0.20 | −0.84 | 0.280 | 30% |
| 9 | 0.10 | −1.28 | 0.176 | 56% |
cl/ce=9 时节省 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 Fon,切回自由态需要力低于 Foff,两者之间留一个带宽 hg。第二是最小驻留时间 τd:任何模式至少保持 τd 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≈2π1σgσg˙exp(−2σg2hg2)取位置噪声 σg=0.5 毫米、速度噪声 σg˙=0.05 米每秒,无迟滞时 ν≈16 次每秒;加 0.5 毫米迟滞,指数因子约 0.61,降到约 10 次每秒;再加 50 毫秒驻留,切换频率被硬性限制在 20 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:
pLv>cs其中 p 是边界在窗口内发生的概率,L 是省下的延迟,v 是每毫秒延迟的价值,cs 是预计算的算力成本。取 p=0.6、L=40 毫秒、v=1、cs=0.5,左边为 24,远大于右边,值得做。反过来,如果边界概率只有 0.02,左边为 0.8,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% 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其中 δb 是边界项,∥Jb∥ 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 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 下的 CVaR 为
CVaRα=μ+σ1−αϕ(zα)取 α=0.9、z0.9=1.28、ϕ=0.176,系数为 1.76;σ=20 毫秒时尾部均值比均值多 35 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−αστ+Lmax+τsettle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 毫秒、90% 分位 1.28、Lmax=7 毫秒、τsettle=10 毫秒,则 wb≈42.6 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 20 毫秒、每步代价 1,一条 42.6 毫秒的守卫带需要约 3 个细步;同样的时间用 200 毫秒的原语层只要 0.21 步、代价 0.021。每条边界多花约 3 个步当量,两条边界就是 6 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[k∑c(gk)Δk+b∑(cbandwb+Pmiss,bJb)]其中 π 是分段与粒度策略,c(gk) 是粒度 gk 的单位时间算力,Δk 是段长,wb 是守卫带宽度,Pmiss,b 是边界落在守卫带之外的概率,Jb 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 N 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。N 取 20 到 50 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 毫秒、每步代价 1;原语层 Δt1=200 毫秒、每步代价 0.1;子任务层 Δt2=1 秒、每步代价 0.01。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] | 0.5 s | 原语层 200 ms | 2.5×0.1=0.25 |
| 抓取 | [0.5,0.6] | 0.1 s | 细层 20 ms | 5×1=5 |
| 搬运 | [0.6,2.9] | 2.3 s | 子任务层 1 s | 2.3×0.01=0.023 |
| 放置 | [2.9,3.0] | 0.1 s | 细层 20 ms | 5×1=5 |
| 合计 | 3 s | 10.27 |
全程细层需要 150 步当量,混合方案省约 14 倍。现在给两条边界加不确定度:抓取开始 σ=15 毫秒,放置开始 σ=20 毫秒。按 90% 分位 1.28、7 毫秒最大延迟、10 毫秒稳定时间,守卫带宽度分别为 36.2 与 42.6 毫秒;在细层 20 毫秒的步长下,分别需要 2 个和 3 个细步,额外代价 5 个步当量。总代价约 15.3,仍然比全程细层省近 10 倍。
不加守卫带的代价更容易被低估。抓取边界前一段是 200 毫秒的原语层,放置边界前一段是 1 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% 与 42.6/1000≈4.3%,漏检概率约 82% 与 96%。一次污染造成 1.6 毫米偏差,事后重算与修正按 25 个步当量计,期望污染成本约 20.5 与 24,远高于 2 与 3 的守卫带成本。两条边界都加守卫带,合计省下约 39 个步当量。
反过来,如果抓取边界的 στ 从 15 毫秒涨到 200 毫秒,守卫带宽度约 273 毫秒,已经超过抓取段本身的 100 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 k 段从 tk−1 到 tk」。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):q 是当前模式,phase 是 pre、guard、post 之一,x 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,守卫带远小于段长 | κ≳1,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,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∗) 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 k 步切不切」的硬判断,而是「第 k 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。

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。

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。

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 0.5 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
- 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。
- 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。
- 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。
- 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。
- 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。
- 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% 置信」可能实际只有 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 Zeno | guard 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˙∣。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);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 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
- The Algorithmic Analysis of Hybrid Systems
- The Theory of Hybrid Automata
- Neural Hybrid Automata: Learning Dynamics with Multiple Modes and Stochastic Transitions
- Discrete-Time Hybrid Automata Learning: Legged Locomotion Meets Skateboarding
- Simultaneous Learning of Contact and Continuous Dynamics
- ContactWorld: What Representations Matter for Vision-Tactile Latent World Models in Contact-Rich Manipulation
- Bayesian Online Changepoint Detection
- Continuous Inspection Schemes
- A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition
- Learning Preconditions of Hybrid Force-Velocity Controllers for Contact-Rich Manipulation
- Event-triggered Learning for Linear Quadratic Control
- A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification
- Event-based Agile Object Catching with a Quadrupedal Robot
- 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!
评论区
分享你的想法,与大家交流讨论
正在获取所在地区…
正在读取天气
音乐
暂未播放



