name: automation-control-framework description: | 自动化与控制领域知识蒸馏框架。基于6个维度（导航、导盲、鲁棒控制、自适应控制、 强化学习控制、MPC）的深度调研，覆盖300+篇权威论文，提炼7个核心方法论共识、 6条学派分歧与融合趋势、5层技术栈模型。 用途：作为自动化与控制领域的研究导航与知识索引，快速定位核心论文与方法論。 metadata: version: "1.0.0"

自动化与控制领域 · 知识蒸馏框架

「控制的本质不是消除误差，而是管理不确定性。」

— Karl J. Åström 式提炼，非原话

领域全景图

六维调研覆盖的自动化与控制知识地图：

                    ┌─────────────────────────────┐
                    │      强化学习控制 (RL)        │
                    │   PPO · SAC · Safe RL · MBRL  │
                    │         2025: RL+MPC 融合     │
                    └──────────────┬──────────────┘
                                   │ 策略层
        ┌──────────────────────────┼──────────────────────────┐
        │                          │                          │
  ┌─────┴──────┐          ┌────────┴────────┐         ┌──────┴──────┐
  │  鲁棒控制   │          │   自适应控制     │         │    MPC      │
  │ H∞ · μ ·  │◄────────►│ MRAC · 反步法   │◄───────►│ 线性/NMPC   │
  │ SMC · LMI  │  互补     │ ILC · L1 · ESC  │  互补    │ Tube/数据驱动│
  └─────┬──────┘          └────────┬────────┘         └──────┬──────┘
        │                          │                          │
        └──────────────────────────┼──────────────────────────┘
                                   │ 控制层
                    ┌──────────────┴──────────────┐
                    │        导盲辅助 (BVI)        │
                    │   CV · 传感器融合 · 穿戴式   │
                    │    人机交互反馈 · 室内定位    │
                    └──────────────┬──────────────┘
                                   │ 应用层
                    ┌──────────────┴──────────────┐
                    │        自主导航              │
                    │  SLAM · 路径规划 · 融合·  学习│
                    └─────────────────────────────┘
                                   │ 执行层

一、核心方法论共识 (Core Consensus)

穿越六个领域的底层统一范式 —— 这是所有流派都认可的"硬核"

共识 1：反馈是控制的灵魂

跨域证据：

• 鲁棒控制：反馈压缩不确定性对输出的影响（小增益定理）
• 自适应控制：在线反馈调整控制器参数实现自校正
• MPC：滚动时域反馈修正开环预测偏差
• RL 控制：价值函数和策略梯度都是反馈信号的形式化
• 导航：SLAM 的回环检测就是全局反馈校正累积漂移

核心主张：无论用什么数学工具，控制的本质 = 观测→比较→修正→再观测的反馈循环

共识 2：模型的角色是从"可有可无"到"越精确越好"

跨域证据：

• 无模型 RL (SAC/PPO)：完全不要模型也能控制，但样本效率低
• 基于模型 RL (Dreamer/MBPO)：世界模型显著提升样本效率
• MPC：显式优化模型预测是最优控制的标准做法
• 自适应控制：在线建模是关键（参数估计/系统辨识）
• 鲁棒控制：不需要精确模型，但需要不确定性的界限

核心主张：模型不是"要不要"的问题，是"用多少"和在"什么粒度上用"的问题

共识 3：约束处理是实际部署的第一道门槛

跨域证据：

• MPC：天然处理输入/状态/输出约束（优化问题中直接编码）
• 安全 RL：CPO/CBF/Lagrangian 方法——约束是安全性的形式化
• 鲁棒控制：H∞ 将约束转化为加权混合灵敏度
• 导航：DWA 的"动态窗口"本质是速度约束下的优化
• 导盲：用户安全是最高优先级约束，不可妥协

核心主张：满足约束比优化性能更重要——一个违反约束的最优控制器等于没有控制器

共识 4：不确定性量化决定控制器的可靠性边界

跨域证据：

• 鲁棒控制：结构化/非结构化不确定性显式建模（小增益/μ综合）
• MPC：Tube MPC / 随机MPC / 机会约束MPC
• RL 控制：领域随机化 / 分布鲁棒优化
• 自适应控制：参数不确定性→在线参数估计

核心主张：承认"我不知道"比假装"我都知道"更可靠

共识 5：数据驱动与模型驱动在融合而非对立

跨域证据：

• DeePC (2019)：纯数据驱动MPC，基于Willems行为理论
• Koopman MPC (2025)：从数据学习Koopman算子→升维→线性化非线性系统
• Offline RL + Control：CQL/IQL 从历史数据学习安全策略
• 数据驱动 SMC (2024)：系统文献综述，256篇参考文献
• Sim-to-Real：仿真数据→真实系统迁移的核心方法论

核心主张：数据告诉你过去发生了什么，模型告诉你为什么会发生——两者结合才能预测未来

共识 6：实时性是不可妥协的硬约束

跨域证据：

• 显式 MPC (Bemporad, 2002)：将在线优化离线化→在线=查表
• RTI (Diehl, 2002)：NMPC实时迭代，牺牲最优性换速度
• 事件触发控制：只在必要时计算控制，节省通信/计算
• SLAM：PTAM (2007) 的并行跟踪+建图架构定义了实时SLAM范式
• SMC：滑模控制天然适合实时（简单的切换律）

核心主张：再好的控制器如果不能实时执行就没有意义

共识 7：层次化架构是大系统的必然选择

跨域证据：

• MPC：上层规划+下层跟踪（如路径规划→MPC跟踪）
• RL + 传统控制：RL做高层决策，PID/MPC做低层控制
• 导航：全局A*/RRT+局部DWA/TEB
• 分布式 MPC：子系统独立MPC+协调层

核心主张：分而治之——把复杂问题分解为不同时间尺度的子问题

二、学派分歧与演进路线 (Key Divergences)

分歧 1：模型精度 vs 鲁棒性 —— 古老的两难

分歧 2：在线优化 vs 离线训练

分歧 3：控制理论与机器学习的方法论之争

2025 融合趋势：

• CBF + RL：控制理论给出安全证书，RL提升性能
• Koopman 算子：用数据学习方法将非线性系统映射为线性（可证明）
• DeePC：行为理论的纯数据驱动MPC（数学保证+数据驱动）

分歧 4：自适应机制的实现路径

分歧 5：SLAM 范式之争（从滤波到优化）

分歧 6：辅助导航的技术路线分化

三、五层技术栈模型

┌──────────────────────────────────────────────────────┐
│ 第 5 层：决策规划层                                    │
│ 路径规划 (A*/RRT) · 任务规划 · RL 高层策略               │
│ 代表：全局导航、MPC 滚动优化、强化学习                    │
├──────────────────────────────────────────────────────┤
│ 第 4 层：约束安全层                                    │
│ CBF · CPO · Safety Filter · 鲁棒不变量集                │
│ 代表：安全 RL、Tube MPC、导盲安全验证                    │
├──────────────────────────────────────────────────────┤
│ 第 3 层：控制合成层                                    │
│ H∞ · SMC · MRAC · MPC · PPO/SAC                      │
│ 代表：鲁棒/自适应/最优/学习控制器                        │
├──────────────────────────────────────────────────────┤
│ 第 2 层：感知估计层                                    │
│ SLAM · 传感器融合 (EKF/UKF/PF) · 状态观测器              │
│ 代表：定位、建图、目标检测、深度估计                      │
├──────────────────────────────────────────────────────┤
│ 第 1 层：物理建模层                                    │
│ 运动学/动力学 · Koopman 算子 · 系统辨识                  │
│ 代表：机器人/车辆/飞行器数学模型                          │
└──────────────────────────────────────────────────────┘

层间依赖关系：

• 第 1 层决定第 2 层的状态空间维度和可观测性
• 第 2 层提供第 3 层的反馈信号（状态估计+不确定性）
• 第 3 层的输出必须经过第 4 层的安全检查
• 第 4 层的安全约束是第 5 层规划的可行域边界

四、关键方法论论文速查

如果你关注"怎么融合控制理论与机器学习"

如果你关注"鲁棒控制与自适应控制的现代发展"

如果你关注"导航与 SLAM 的学术谱系"

如果你关注"MPC 从入门到前沿"

五、诚实边界 (Honest Boundaries)

此框架基于 2026 年 5 月的文献调研，存在以下局限：

1. 调研范围：覆盖 6 个领域，但每个领域内的子方向不可能穷尽。例如自适应控制中的多模型自适应、模糊自适应等只做了代表性覆盖
2. 时间截止：2025 年以后的最新 preprint 可能未被充分纳入
3. 深度优先 vs 广度优先：本次侧重广度覆盖以建立跨域联系，每个子领域的深度论文需要查阅各调研文件的完整列表
4. RL 领域：RL 发展极快（每月数百篇 arXiv 论文），本调研仅覆盖控制相关的 RL 论文
5. 导盲领域：以综述和系统级论文为主，底层传感器硬件论文未深入覆盖
6. 中文文献：本次以英文学术论文为主，中文学术期刊论文（自动化学报、控制理论与应用等）覆盖不足
7. 专利和商业产品：未纳入专利文献和商业产品技术方案
8. 数学理论深度：底层控制数学理论（如 ISS、无源理论、耗散系统等）的讨论以引用为主，未做章节级展开

六、附录：调研来源

调研文件

一手来源（原始论文、专著）

• Sutton & Barto (RL 圣经), Rawlings/Mayne/Diehl (MPC 教材)
• Doyle et al. 1989 (DGKF H∞), Utkin 1992 (SMC 奠基)
• Krstić et al. 1995 (自适应反步), Åström & Wittenmark 1995 (自适应控制)
• Mur-Artal et al. 2015 (ORB-SLAM), Durrant-Whyte & Bailey 2006 (SLAM 教程)
• Schulman et al. 2017 (PPO), Haarnoja et al. 2018 (SAC)

二手来源（综述、分析文章）

• 本调研中标注的所有 2023–2025 综述论文均为二手来源
• 详细列表见各调研文件

本知识蒸馏框架由 女娲 · Skill造人术 方法论驱动

创建时间：2026-05-19 | 调研 Agent 数：6 | 来源论文总数：~380+