4、PID控制基线：传统PID控制原理、在轨迹跟踪中的局限性、作为RL对比基线

各位同学，今天我们来聊聊一个老朋友——PID控制器。

说实话，做机器人控制这么多年，PID是我用得最多的算法之一。它简单、可靠，而且效果往往出人意料地好。但咱们今天不是来吹PID的，而是要客观地看看它到底能做什么，不能做什么。更重要的是，我们要把它作为强化学习的对比基线，这样才能看出RL到底强在哪里。

PID，全称是比例-积分-微分控制。说白了，就是根据当前的误差、过去的误差累积、以及误差的变化趋势，来调整控制量。

公式很简单：

u(t) = Kp * e(t) + Ki * ∫e(τ)dτ + Kd * de(t)/dt

其中：

我个人习惯把这三个部分理解成三种性格：

我在项目中遇到过一个小机器人，只用P控制，结果一直在目标点附近来回晃，像个喝醉的企鹅。加上D之后，立马稳了。嗯，这就是微分项的功劳。

核心要点：PID的三个参数需要配合调优。Kp太大容易震荡，Kd太大响应变慢，Ki太大可能引起积分饱和。

PID在简单的线性系统上表现很好。但轨迹跟踪，说白了就是让机器人沿着一条预设的路径走，这可比定点控制复杂多了。

为什么会这样？我总结了几个关键问题：

非线性问题：机器人系统本质上是非线性的。比如轮子打滑、关节摩擦、电机饱和，这些PID都处理不好。你想想看，一个线性控制器去控制非线性系统，就像用直尺画曲线，能画好吗？
时变特性：机器人的动力学参数会随着时间变化。比如电池电压下降，电机力矩就变小了。PID的参数是固定的，没法自适应调整。
耦合问题：多关节机器人，一个关节的运动会影响另一个关节。PID是独立控制每个关节的，没法处理这种耦合效应。
延迟问题：传感器有延迟，执行器有惯性。PID对纯延迟系统天生不擅长，容易产生超调和震荡。

避坑指南：我曾经在一个四足机器人项目里，用PID做腿部轨迹跟踪。结果在高速奔跑时，机器人直接摔了个狗啃泥。后来分析发现，PID在高速动态场景下，积分项累积了太多误差，导致控制量饱和，系统失稳。嗯，从那以后，我对PID的高速应用就格外小心了。

说白了，PID适合那些“慢悠悠、线性、单输入单输出”的场景。但轨迹跟踪往往是“快、非线性、多输入多输出”的，这就有点强人所难了。

既然PID有这么多局限，为什么还要用它做基线呢？

原因很简单：PID是工业界最常用的控制器。如果你说你的RL算法比PID好，那得先证明它确实比PID强。否则，没人会信你。

我建议这样设置对比实验：

你看，PID和RL各有优劣。但作为基线，PID提供了一个“最低标准”。如果你的RL算法连PID都打不过，那说明你的算法有问题，或者你的问题根本不需要RL。

我的经验：在对比时，一定要把PID的参数调好。我曾经见过有人拿一个没调好的PID去对比RL，然后说RL比PID好很多。这其实是在作弊。调好PID，是对基线的基本尊重。

下面这张图展示了PID和RL在轨迹跟踪中的核心逻辑对比：

从这张图可以看得很清楚：PID是“误差驱动”的，而RL是“状态驱动”的。PID只知道当前误差，RL知道整个状态空间。这就是为什么RL能处理更复杂的问题。

好了，关于PID基线就聊这么多。记住，PID不是敌人，而是我们衡量进步的标尺。下一节，我们会正式进入RL的世界，看看它到底是怎么解决轨迹跟踪难题的。

总结：

可可精品资料库