航天器容错控制究竟什么有效？一项诚实的“稳态门限”基准测试

背景

近年来，基于学习（Learned）的航天器容错控制（Fault-Tolerant Control, FTC）研究在模拟环境中取得了显著进展，经常报告在航天器执行器故障场景下的高成功率。然而，这些成果往往存在几个关键局限：测试场景局限于狭窄的故障集合，且评估指标多为“瞬态指标”（transient metrics）。这意味着只要轨迹在运行过程中某一刻触碰到了成功阈值，即被视为成功，而非要求持续保持。

这种评估方式掩盖了实际工程中的核心挑战：当故障是训练数据中从未见过的类型时，控制系统能否真正恢复航天器的指向精度？为了回答这一问题，研究者构建了一个基于“稳态门限”（Settled Gate）的基准测试框架。该框架要求航天器在指定的驻留窗口（dwell window）内，将指向误差严格控制在 0.2 度以内，并基于真实状态进行评分。

核心内容

这项研究的核心在于提出并实施了一套严格、可复现且对泛化能力要求极高的基准测试标准，旨在区分“过拟合的模拟成功”与“真正的鲁棒控制能力”。

1. 基准测试的严格性设计

为了消除数据泄露和过拟合带来的虚假繁荣，该基准测试在多个维度上实现了严格的隔离：

• 数据隔离：训练集与测试集在惯性参数、增益系数、符号模式（sign pattern）以及偏差（bias）上完全不相交。这意味着模型必须处理从未在训练中见过的物理特性组合。
• 统计显著性：每个测试单元（cell）包含 $n=500$ 个episode，并采用 Wilson 区间进行置信度评估，确保结果的统计学意义。
• 可复现性：基于 6-自由度（6-DOF）的 Basilisk 测试床，提供单命令复现能力，确保其他研究者可以验证结果。
• 稳态门限（Settled Gate）：不同于瞬态指标，成功标准是“在驻留窗口内持续保持指向精度在 0.2 度以内”。这模拟了实际任务中对持续稳定性的要求。

2. 主要发现：三类控制器的表现

研究对比了经典控制、自适应控制、端到端强化学习（RL）以及结构化混合控制等多种方法，得出了三个关键结论：

• 纯学习能力的局限性： 传统的无故障感知 PD/PID 控制器，以及从头训练的端到端强化学习（End-to-End RL）控制器，成功率均为 0%。这表明，仅靠增加学习容量（Learning Capacity）并不能解决容错控制的核心难题，缺乏物理约束和先验知识会导致模型在未见故障面前完全失效。

• 经典自适应控制的瓶颈： 经典的自适应控制律能够解决执行器符号故障（Sign Faults），但在处理增益故障（Gain Faults）时表现不佳，成功率为 55.2%。而遵循文献传统的 Nussbaum 增益法在符号和增益故障上的综合表现更差，成功率仅为 45.2% 和 3.2%。

• 结构化“估计-控制”设计的胜利： 一种结构化的“先估计后控制”（Estimate-then-Control）设计取得了最佳表现。该设计包含一个学习的循环神经网络（RNN）模块，用于在线推断执行器增益，并将估计值输入到一个解析控制律（Analytic Law）中。

  • 在符号故障和增益故障上，该方法分别达到了 97.8% 和 94.4% 的成功率。
  • 其表现接近拥有“特权信息”的 Oracle（理想上帝视角控制器），而未结构化的学习方法则保持在 0%。

3. 硬墙挑战：常数加法偏差（Constant Additive Bias）

研究揭示了一个所有控制器（包括拥有特权增益信息的 Oracle）都无法解决的“硬墙”问题：常数加法偏差。

• 原因：任何不含积分项（Integral-free）的控制律都无法抵消常数扰动。因此，对于常数偏差故障，所有控制器的成功率均为 0%。
• 解决方案：研究者引入了一种扰动观测器（Disturbance Observer）。该观测器能够从动力学中恢复偏差，并对增益估计误差进行自校正。
• 最终效果：将扰动观测器与增益估计模块组合后，系统成功恢复了 59.4% 的保留偏差故障。这一突破使得原本为零的偏差故障类别有了实质性的进展，且无需进行符号/增益的回归预测。

4. 传感器故障的分类

研究还类似地分类了传感器故障场景，指出：

• 传感器偏差无法仅从受损的测量值中可观测（Unobservable）。
• 因此，解决传感器故障不能仅依赖观测器，而是需要**数据融合（Fusion）**技术。

关键要点

• 评估标准升级：从“瞬态触碰”转向“稳态保持”，要求航天器在未见故障下持续维持 0.2 度以内的指向精度。
• 端到端 RL 失效：在严格的泛化测试下，从头训练的端到端强化学习和传统 PD/PID 控制器成功率均为 0%，证明单纯的数据驱动学习不足以应对复杂容错场景。
• 结构化混合架构最优：结合“学习模块（在线估计增益）”与“解析控制律”的结构化设计，在符号和增益故障上分别达到 97.8% 和 94.4% 的成功率，逼近理想性能。
• 常数偏差是理论硬墙：无积分项的控制律无法消除常数扰动，这是所有控制器的共同短板。
• 扰动观测器是关键补丁：引入自校正的扰动观测器，成功恢复了 59.4% 的常数偏差故障，填补了这一领域的空白。
• 传感器故障需融合：传感器偏差具有不可观测性，必须通过多源数据融合解决，而非单一观测器。
• 开源基准：研究者发布了完整的基准测试代码和数据，旨在建立共享的评估标准，推动领域从“模拟刷分”转向“真实鲁棒性”研究。

意义与影响

这篇论文对航天器控制领域，特别是人工智能与控制理论交叉的研究方向，具有深刻的警示和指导意义。

首先，它戳破了“模拟高成功率”的泡沫。许多近期研究在特定、狭窄的故障集上报告的高成功率，往往是因为评估指标过于宽松（瞬态指标）或测试数据与训练数据存在泄露。通过引入“稳态门限”和严格的数据隔离，本研究证明了许多所谓的“先进学习方法”在实际泛化场景中完全不可用。

其次，它确立了“结构化混合控制”的主流地位。研究结果明确显示，纯数据驱动（End-to-End）或纯经典方法各有致命缺陷，而将学习模块（用于处理难以建模的非线性或时变增益）嵌入到具有物理保证的解析控制框架中，是目前解决容错控制问题的最优路径。这种“估计-控制”分离的架构，既利用了 AI 的拟合能力，又保留了经典控制的稳定性保证。

最后，它明确了未来研究的方向。对于常数偏差等理论硬墙问题，单纯改进控制器结构无效，必须引入扰动观测或数据融合机制。通过发布基于 Basilisk 的开源基准，该研究为社区提供了一个公平的竞技场，迫使后续研究必须通过这一严格的“稳态门限”，从而推动航天器容错控制从实验室走向真正的工程应用。