鲁棒控制

鲁棒控制是一种设计机器人控制器的方法，即使你为机器人建立的数学模型有偏差，只要偏差落在已知的范围之内，控制器依然能良好工作。任何模型都是被简化过的故事：真实的机械臂也许比图纸上重一点，某个关节在寒冷的早晨摩擦力会更大，夹爪夹着的负载也许并没有被精确测量。鲁棒控制不去假装这些数字完全准确，而是假设它们落在一个被「围栏」圈起来的不确定范围之内，然后设计出一个固定的控制器，保证对围栏内的每一种可能情形，系统都能保持稳定、性能也都还过得去。

可以把它想象成出门旅行前打包：你不知道确切的天气，只知道气温会在「凉」到「暖」之间。你不会为每一摄氏度都准备一套衣服，而是带一套能覆盖整段天气预报的衣服。鲁棒控制器就是这一套衣服：它对任何单一的精确状况也许都不是最优的，但在整个预期范围内的任何地方都不会崩溃。工程师把不确定性描述成围绕标称模型的一个有界集合，再用一些设计工具（例如 H 无穷方法），用数学证明这个集合里最坏的情况依然是安全的。

代价就是为这份安全所付的账。由于鲁棒控制器是按「可能出现的最坏偏差」来调校的，它往往会偏保守一些——比起只对着某一个完美模型调出来的控制器，它会稍慢、动作没那么激进。这种保守恰恰是它的意义所在：在机器人领域，一个又快又脆弱的控制器可能意味着零件被摔落或发生碰撞，而一个从不让你意外、可靠的控制器，通常比一个只在纸面上出色的天才控制器更有价值。