基于物理信息的神经网络预测编队控制：一种用于多车辆安全协作的统一框架

《Aerospace Science and Technology》：Physics-Informed Neural Predictive Formation Control: A Unified Framework for Safe Multi-Vehicle Coordination

　　

熊永成|高杰政|王彤|侯明哲|谭立国

中国哈尔滨市哈尔滨工业大学控制科学与工程系，邮编150001

摘要

在障碍物众多的环境中，多车辆编队控制需要同时优化多个相互冲突的目标，包括保持编队结构、避免碰撞以及提高能源效率。现有方法存在两个关键缺陷：1）对权衡参数极为敏感，需要在平衡编队维护与碰撞避免时针对不同场景进行手动调整；2）难以同时优化这些相互冲突的目标，尤其是在保持编队凝聚性与确保碰撞避免之间的平衡上，这往往会导致学习过程不稳定，进而降低性能。本文提出了物理信息神经预测编队控制（PINPFC）框架，该框架整合了物理信息神经网络、强化学习与模型预测控制，以解决上述问题。PINPFC架构采用多分支神经网络，将车辆动力学、安全约束及编队要求作为可微的物理信息损失函数，从而无需手动调整超参数，因为这些目标已内嵌在网络结构中。自注意力机制能够根据实时编队误差、安全违规情况以及物理一致性，自适应地分配各分支的控制权限，而模型预测控制层则负责确保硬性约束得到满足，并保证系统的递归可行性。理论分析表明，该框架可使编队跟踪的均方根误差严格控制在1.3米以内，且在存在多达25个移动障碍物的极端动态复杂环境中，近碰撞率也能保持在4%以下。通过在不同障碍物密度下的大量实验验证，相比传统方法，PINPFC在严格成功率和近碰撞率方面均有显著提升，而在高障碍物密度场景下，其优势更为明显。

引言

多车辆编队控制是实现自主系统高效协同运行的基础，广泛应用于空中监视、搜救以及自动驾驶领域[1]、[2]。随着对完全自主化的需求不断增加，在充满动态障碍物的环境中执行这些任务已成为研究重点[3]。

尽管在编队控制方面已取得显著进展，但仍存在一个关键问题：即保持编队结构与避免碰撞之间的内在矛盾。当编队遇到障碍物时，规避动作会打破原有的编队结构。现有方法难以有效平衡这两个目标，要么为优先保障安全而完全放弃编队约束[4]，要么依赖针对每种特定场景的繁琐手动超参数调整才能实现微妙的平衡[5]、[6]。

为直接解决这一问题，本研究提出了物理信息神经预测编队控制（PINPFC）框架。其主要目标是开发一种统一的控制策略，能够在不进行针对具体场景的手动参数调整的情况下，有效协调编队维护与障碍物规避功能，并具备出色的泛化能力。具体而言，该框架需将编队跟踪的均方根误差严格控制在1.3米以内，且在存在多达25个动态障碍物的极端环境下，近碰撞率也要低于4%。

本项工作的核心创新在于将物理信息学习与预测最优控制相结合，自动实现目标平衡。所提出的架构并非将神经网络与模型预测控制视为独立模块，而是将车辆动力学和碰撞障碍条件作为可微损失函数嵌入多分支神经网络中。这样，网络就能作为受物理规律引导的自适应参考生成器，自动处理各种权衡问题，而模型预测控制层则充当最终的安全保障者，确保各项硬性约束得到遵守。

据我们所知，这是首次将物理信息多分支神经网络与模型预测控制相结合，专门用于在复杂密集环境中的分布式无人机编队控制。整个系统架构如图1所示。本项工作的核心贡献如下：

• 1.
  统一协调架构：提出了物理信息神经网络、强化学习与模型预测控制的新型集成方案。该架构有效解决了保持编队结构与避免碰撞之间的矛盾，避免了传统强化学习的约束违反问题，也克服了传统模型预测控制的过度保守性。
• 2.
  无需调参的泛化能力：设计了将物理限制条件作为可微损失函数的多分支神经网络架构。通过自注意力机制自适应分配控制权限，该框架无需针对不同场景进行手动超参数调整，同时还能保持高效的实时计算性能。
• 3.
  在多种场景下的优异性能：通过大量蒙特卡洛仿真验证，该框架不仅具有较高的任务成功率，还能显著降低近碰撞率。与现有最先进方法相比，它在不同环境条件下都具有很强的泛化能力，即便面对多达25个动态障碍物也能保持良好性能。

本文的其余部分结构如下：第2节回顾相关文献，第3节阐述问题定义与初步概念，第4节详细介绍所提出的PINPFC方法，第5节进行理论分析，第6节展示实验结果并进行全面对比，最后第7节对全文进行总结。

章节概要

经典与分布式鲁棒控制

传统的编队控制主要依赖于共识协议和几何约束。例如，分布式共识协议能够让多车辆系统同步位置和速度[7]，而任意的几何编队结构也可以转化为角度约束，从而在有向图中实现更可靠的跟踪[8]。为了进一步提升适应性，最近的分布式鲁棒控制方法还引入了预定的性能界限，以应对领导者行为不可预测的情况。

问题描述与基本概念

本小节为分布式安全编队控制建立数学基础。首先介绍本文中使用的符号规范，随后阐述问题定义以及促使我们提出PINPFC方法的多元目标优化挑战。

PINPFC方法

本节介绍物理信息神经预测编队控制（PINPFC）方法，该方法结合了物理信息神经网络、强化学习与模型预测控制，用以解决第3.3节中提到的多元目标优化问题。该方案将神经网络的学习能力与领域知识约束相结合，既无需手动调整超参数，又能确保系统安全。

理论分析

本节对PINPFC框架进行理论分析，重点研究分布式车辆编队控制所需的关键特性：编队稳定性、碰撞避免效果以及整体系统安全保障。在符合实际编队控制场景的常见假设前提下，该分析为PINN-RL-MPC集成方法建立了数学基础。

实验结果

在本节中，我们将在不同障碍物密度的复杂多车辆编队飞行场景下，对所提出的PINPFC框架进行系统性评估。为准确分析各组件的作用，实验采用了对比消融研究的设计方式，分别测试三种不同的架构：传统基准方案（模型预测控制）、仅基于强化学习的基准方案（RLMPC），以及我们所提出的完整框架（PINPFC）。需要特别说明的是，由于PINN

结论

本文提出了物理信息神经预测编队控制（PINPFC）框架，该框架将物理信息神经网络、强化学习与模型预测控制有机结合，有效解决了分布式多车辆编队控制中存在的权衡参数敏感性问题以及目标冲突难题。本研究的核心贡献有三点：一是构建了连接学习技术与最优控制技术的统一架构，二是融入了物理信息机制

CRediT作者贡献说明

熊永成：负责原文撰写——初始草稿、资源获取、方法设计、实验实施、概念构思。高杰政：负责软件开发、形式化分析、数据整理工作。王彤：负责结果验证与方法优化。侯明哲：负责总体监督与方法指导。谭立国：负责结果验证、项目管理、实验实施以及资金筹措工作。

利益冲突声明

作者声明，他们不存在任何可能影响本文研究成果的已知财务利益关系或个人关联。