📚 课程目录第3章神经网络控制入门

3. 神经网络控制入门

在PX4机载神经网络控制实验中，神经网络并不是一个抽象的数学黑箱，而是直接参与姿态控制、位置控制或自适应补偿的计算模块。理解它的基础结构、前馈计算过程、激活函数的作用、损失函数的训练目标，以及最终如何映射为控制器输出，是后续在机载端部署模型的前提。本节从工程视角梳理这条链路，帮助建立“网络结构—数值计算—控制量”之间的对应关系。

一、神经网络基础：从神经元到前馈网络

神经网络的基本单元是神经元。一个神经元接收若干输入 x₁, x₂, …, xₙ，对每个输入乘以权重 wᵢ，加上偏置 b，得到加权和 z = Σwᵢxᵢ + b，再经过激活函数 σ(·) 得到输出 a = σ(z)。单个神经元只能表达线性可分关系，而将多个神经元按层组织起来，就形成了前馈网络（Feedforward Neural Network，FNN）。

前馈网络通常由输入层、若干隐藏层和输出层组成。信息从输入层单向流向输出层，层与层之间全连接。对于PX4控制任务，输入层往往接收姿态误差、角速度、速度、位置偏差、电机转速等状态量；隐藏层负责非线性特征提取；输出层则给出控制增量、力矩指令或参数修正量。网络层数、每层神经元数量、激活函数类型共同决定了模型的表达能力和机载推理开销。

前馈网络的核心计算可概括为：

a⁽⁰⁾ = x

z⁽ˡ⁾ = W⁽ˡ⁾a⁽ˡ⁻¹⁾ + b⁽ˡ⁾

a⁽ˡ⁾ = σ⁽ˡ⁾(z⁽ˡ⁾)

ŷ = a⁽ᴸ⁾

二、激活函数：引入非线性控制能力

如果没有激活函数，多层网络等价于一个线性变换，无法拟合无人机动力学中的非线性映射。激活函数的作用是引入非线性，使网络能够逼近复杂的控制律。常见激活函数包括Sigmoid、Tanh、ReLU、Leaky ReLU等，它们在输出范围、梯度特性和计算成本上各有差异。

激活函数	表达式	输出范围	适用场景
Sigmoid	1/(1+e⁻ᶻ)	(0, 1)	概率输出、门控信号
Tanh	(eᶻ-e⁻ᶻ)/(eᶻ+e⁻ᶻ)	(-1, 1)	姿态误差、归一化控制量
ReLU	max(0, z)	[0, +∞)	隐藏层、机载实时推理
Leaky ReLU	max(αz, z)	(-∞, +∞)	避免神经元死亡

在PX4机载部署中，ReLU因计算简单、梯度稳定而常用于隐藏层；输出层则根据控制量范围选择Tanh或线性函数。例如，若网络输出为归一化的力矩增量，使用Tanh可将输出限制在[-1, 1]，再乘以最大力矩系数映射到实际执行机构。

三、损失函数：定义“学得好不好”

损失函数衡量网络预测值与期望值之间的差距，是训练过程的优化目标。控制任务中，损失函数的设计直接决定网络学习到的控制策略。常见损失函数包括均方误差（MSE）、平均绝对误差（MAE）和自定义控制代价。

对于姿态控制，若期望网络输出为力矩修正量，MSE可写为：

L_MSE = (1/N) Σ (y_i - ŷ_i)²
其中：
  y_i  = 期望控制量（来自专家控制器或最优轨迹）
  ŷ_i  = 网络预测控制量
  N    = 样本数量

若更关注跟踪误差的绝对大小，可使用MAE；若希望抑制大误差，可对MSE加权。实际训练中，还会加入正则项防止过拟合：

L_total = L_MSE + λ·||W||²
λ 为正则化系数，W 为网络权重

在PX4实验中，损失函数应尽量与控制性能指标对齐。例如，若最终评价指标是姿态角跟踪误差，则训练损失中应包含姿态误差项，而不是仅拟合电机PWM。

四、控制器映射关系：从网络输出到PX4执行机构

神经网络训练完成后，需要将输出映射为PX4可执行的控制量。这一映射关系是机载神经网络控制的核心环节。典型链路如下：

传感器获取状态量：姿态角、角速度、位置、速度等。
状态量归一化后输入神经网络。
网络前向推理得到输出 ŷ。
根据输出类型进行反归一化或缩放。
映射为PX4控制量：力矩、推力、姿态角速率指令或电机PWM。
通过uORB消息发布到对应控制模块。

例如，若网络输出为三轴力矩增量 Δτ = [Δτx, Δτy, Δτz]，则可将其叠加到PX4姿态控制器的输出上：

τ_cmd = τ_px4 + K·Δτ
其中：
  τ_px4 = PX4原生姿态控制器输出
  K     = 映射增益，需根据机型调试
  Δτ    = 神经网络输出

若网络直接输出电机PWM增量，则需注意PWM饱和限制和电机混控矩阵的约束。无论哪种方式，都必须保证网络输出在安全范围内，并设置限幅和故障回退逻辑。

五、案例场景：姿态自适应补偿

假设四旋翼在阵风干扰下出现姿态振荡，传统PID控制器参数固定，难以适应变化。此时可训练一个前馈网络，输入为姿态误差和角速度，输出为力矩补偿量。训练数据来自高保真仿真或飞行日志，损失函数采用MSE。训练完成后，将网络部署到机载计算机，通过uORB订阅姿态数据，推理后发布力矩补偿消息。实验表明，该方法可有效抑制阵风引起的姿态波动。

六、常见误区与复盘

误区一：激活函数随意选。 输出层使用ReLU可能导致控制量无法为负，应根据控制量范围选择Tanh或线性。
误区二：损失函数与控制目标脱节。 仅拟合电机PWM而不关注姿态误差，可能导致控制性能下降。
误区三：忽略归一化。 输入输出未归一化会导致训练困难，机载推理时也需保持一致。
误区四：无安全限幅。 网络输出可能超出执行机构范围，必须加入限幅和回退逻辑。

机载部署前，务必在仿真中验证网络输出的幅值和频率特性，避免因推理延迟或输出振荡导致飞行事故。

综上，神经网络控制入门的关键在于理解“输入状态—前馈计算—激活非线性—损失优化—控制映射”这条完整链路。只有把每个环节与PX4的实际控制量对应起来，才能在后续实验中正确设计网络结构、训练目标和部署接口。