3. 机器学习基础

在机器人控制系统中，机器学习方法的选择直接决定了控制策略的感知能力、决策质量与鲁棒性。无论是基于视觉的抓取、力控装配，还是移动机器人的路径规划，本质上都是在从高维传感器数据中提取有效信息，并映射为控制指令。本章围绕机器学习的基本范式展开，重点辨析监督学习、无监督学习与半监督学习在机器人场景中的适用边界，深入讲解回归与分类任务的建模差异，以及模型评估与泛化能力对实际部署的影响。理解这些基础概念，是后续掌握强化学习、模仿学习等高级策略的前提。

3.1 监督学习：从标注数据到控制映射

核心原理

监督学习（Supervised Learning）的核心在于利用输入特征 \( x \) 与输出标签 \( y \) 之间的映射关系 \( f: x \rightarrow y \)。在机器人控制中，这种映射通常表现为从传感器读数到执行器指令的转换。例如，视觉伺服控制中，输入为相机图像像素坐标，输出为关节角速度指令；力控打磨中，输入为六维力/力矩传感器数据，输出为末端执行器的期望位置修正量。监督学习的本质是一个函数逼近问题，通过最小化损失函数 \( L(y, \hat{y}) \) 来优化模型参数。

根据输出类型的不同，监督学习可分为回归（Regression）与分类（Classification）两大类。回归任务的输出是连续值，例如预测机械臂关节的力矩值、移动机器人的位姿估计；分类任务的输出是离散类别，例如识别工件类型、判断障碍物类别。在机器人领域，许多控制问题可以转化为回归问题，而感知问题则更多依赖分类模型。

判断方法或操作流程

在实际工程中，选择回归还是分类，需要根据控制目标的性质来判断。以下流程可作为参考：

1. 明确输出类型：如果输出是连续物理量（如速度、力、角度），选择回归；如果输出是离散标签（如“抓取成功/失败”、“零件A/B/C”），选择分类。
2. 确定特征空间：从传感器数据中提取有效特征，如关节角度、力矩、图像特征点、点云坐标等。特征的质量直接影响模型上限。
3. 选择损失函数：回归常用均方误差（MSE）或平均误差（MAE）；分类常用交叉熵损失。
4. 训练与验证：将数据集划分为训练集、验证集和测试集，使用交叉验证评估模型稳定性。

案例拆解：基于视觉的工件抓取位置回归

在某工业装配场景中，机器人需要从传送带上抓取不同尺寸的金属工件。初始方案采用固定位置抓取，但工件在传送带上的位置存在±15mm的随机偏移，导致抓取失败率高达12%。

我们采集了5000组数据，每组包含：相机拍摄的工件中心像素坐标 \( (u,v) \)、工件轮廓面积 \( A \)、传送带速度 \( v_{belt} \)，以及对应的机器人抓取点世界坐标 \( (x_w, y_w) \)。这是一个典型的回归问题，输入特征为 \( [u, v, A, v_{belt}] \)，输出为 \( [x_w, y_w] \)。

采用随机森林回归模型，训练集4000组，测试集1000组。模型在测试集上的MAE为2.3mm，抓取成功率提升至98.5%。关键操作步骤包括：

• 对像素坐标进行归一化处理，消除不同相机分辨率的影响；
• 使用5折交叉验证选择树的数量（n_estimators=200）和最大深度（max_depth=12）；
• 在部署时加入卡尔曼滤波对预测结果进行平滑，减少单帧噪声。

该案例表明，回归模型能够有效建立视觉特征到空间坐标的映射，但需要注意特征归一化和时序平滑等工程细节。

3.2 无监督学习与半监督学习：挖掘数据内在结构

核心原理

无监督学习（Unsupervised Learning）不依赖标签，旨在发现数据的内在结构。在机器人领域，典型应用包括：对传感器时序数据进行聚类以识别不同的工作模式；使用主成分分析（PCA）或自编码器对高维状态空间进行降维；通过异常检测算法监控设备健康状态。例如，移动机器人在不同地面（瓷砖、地毯、砂石）上行驶时，振动信号的特征分布存在差异，无监督聚类可以自动区分这些地形类别，而无需人工标注。

半监督学习（Semi-Supervised Learning）介于两者之间，利用少量标注数据和大量未标注数据联合训练。这在机器人应用中尤为重要，因为标注数据往往需要人工示教或昂贵的真值测量设备。例如，在模仿学习中，专家演示的轨迹数据容易获取，但精确的力/力矩标签需要额外传感器标定。半监督学习通过伪标签、一致性正则化等方法，利用未标注数据提升模型泛化能力。

判断方法或操作流程

选择无监督还是半监督，取决于标注成本与任务需求：

案例拆解：半监督学习在机器人避障策略中的应用

在某仓储移动机器人项目中，需要识别前方障碍物的类型（货架、人员、叉车），以调整避障策略。人工标注一张图像约需5秒，共需标注10万张图像，成本过高。实际方案中，仅人工标注了8000张图像，其余9.2万张未标注图像用于半监督训练。

采用FixMatch算法，核心思想是对未标注图像进行弱增强（随机裁剪）和强增强（颜色抖动、旋转），要求模型对两种增强的预测一致。训练过程中，弱增强预测的伪标签置信度超过0.95时，才用于计算强增强预测的一致性损失。最终模型在测试集上的分类准确率达到94.3%，与使用全部10万张标注数据的监督学习模型（95.1%）仅差0.8个百分点，但标注成本降低了92%。

该案例说明，在数据标注成本高昂的机器人场景中，半监督学习能够以极小的精度损失换取巨大的成本节约。但需要注意伪标签的噪声累积问题，建议定期用少量人工标注数据校准模型。

3.3 模型评估与泛化：从实验室到真实部署的桥梁

核心原理

模型评估的核心是衡量模型在未见数据上的表现，即泛化能力（Generalization）。在机器人控制中，训练数据通常来自仿真环境或特定工况，而部署环境存在光照变化、负载变化、机械磨损等差异，导致“仿真到真实”（Sim-to-Real）的泛化鸿沟。评估指标的选择必须与任务目标对齐：对于抓取任务，抓取成功率比像素级准确率更有意义；对于避障任务，碰撞率比分类准确率更关键。

过拟合（Overfitting）与欠拟合（Underfitting）是泛化问题的两个极端。过拟合表现为训练集误差低、验证集误差高，模型记住了训练数据的噪声；欠拟合则表现为两者误差都高，模型容量不足。偏差-方差权衡（Bias-Variance Tradeoff）是理解这一问题的理论框架：高偏差对应欠拟合，高方差对应过拟合。

判断方法或操作流程

系统化的模型评估流程如下：

1. 数据划分：按60%/20%/20%划分训练集、验证集、测试集，或使用K折交叉验证（K=5或10）。
2. 选择评估指标：回归任务使用MSE、MAE、R²；分类任务使用准确率、精确率、召回率、F1-Score、AUC。
3. 绘制学习曲线：观察训练误差与验证误差随训练样本量的变化，判断是否存在高偏差或高方差。
4. 正则化与调参：L1/L2正则化、Dropout、早停法（Early Stopping）均可抑制过拟合。
5. 鲁棒性测试：在机器人部署前，加入噪声扰动、传感器故障模拟、极端工况测试。

案例拆解：机械臂力控打磨模型的评估与调优

某打磨机器人使用神经网络预测打磨接触力，训练数据来自仿真环境，部署时发现实际打磨力波动较大。初始模型在仿真测试集上的MSE为0.8N²，但在真实工件上的MSE达到6.5N²，说明存在严重的过拟合与域偏移。

分析过程：绘制学习曲线发现，训练误差为0.3N²，验证误差为0.8N²，两者差距较大，属于高方差问题。进一步检查发现，仿真数据中工件材质均匀，而真实工件存在砂眼和硬度不均。

采取的优化措施：

• 在仿真环境中加入随机噪声（力传感器噪声±0.5N，工件硬度±10%），扩充数据多样性；
• 使用L2正则化（λ=0.01）限制模型复杂度；
• 采用域随机化（Domain Randomization）策略，在仿真中随机改变光照、摩擦系数、接触刚度；
• 部署时加入在线自适应模块，利用前10个接触点的实际力数据微调模型参数。

优化后，真实场景MSE降至1.2N²，打磨质量合格率从82%提升至96%。该案例表明，模型评估不能仅依赖单一指标，需要结合学习曲线、域偏移分析和鲁棒性测试综合判断。

常见误区与应对策略

在机器人控制中，机器学习模型的评估必须考虑实时性约束。例如，一个分类准确率99%的障碍物检测模型，如果推理延迟超过100ms，可能导致移动机器人来不及刹车。因此，评估指标应同时包含精度和延迟，必要时采用模型剪枝、量化或知识蒸馏来平衡性能与速度。