简介面向机器人、自动化产线与航空航天等重复性任务场景这份迭代学习控制ILC开源代码为控制研究者与工程师提供了可直接运行的MATLAB实现框架。代码通过初始化、数据采集、误差分析、反馈校正与迭代更新等步骤演示如何利用前次运行经验逐步优化控制输入直至达到期望精度其中包含系统模型、迭代更新律、误差处理及停止准则等核心模块可帮助读者快速理解ILC原理并迁移到自己的仿真或实验中。资源包共1个文件为单个.m脚本2KB主体为repetative.m集中展示了重复过程控制的完整算法逻辑便于逐行阅读与修改。目前已有1246人学习浏览适合具备一定控制理论基础、希望动手实践迭代学习算法的学生和工程师。通过阅读这份代码可以掌握PID型或自适应型迭代更新律的设计思路学习噪声、非线性与不确定性条件下的误差处理技巧并以此为基础扩展滑模、模糊等复合控制策略。1. 一条重复跑偏的轨迹就是迭代学习要啃的骨头做机械臂轨迹跟踪的开发者大概率经历过和迭代学习控制直接相关的场景参考轨迹是一条S曲线PID参数已经反复试过单次跟踪误差从曲线形态上看几乎稳定——同样在高速段滞后同样在减速段过冲。这不是随机扰动而是确定性重复误差在作怪摩擦力、负载波动、执行器死区每个周期都贡献一模一样的偏差模式。迭代学习控制ILC的思路是把上一轮整体测到的误差序列记录下来在下一轮运行前折算成输入修正量叠加上去让轨迹误差随着迭代批次逐步收敛到接近噪声底的水平。这套开源的迭代学习控制代码包实现了P型、PD型、开闭环、带Q滤波器的ILC变体自带完整仿真对象和可视化脚本适合做机械臂、伺服电机、数控进给这类重复运动控制的开发者直接拿去做基线实验。2. 项目全景与技术选型双轴视角和代码包的文件布局2.1 ILC 的核心逻辑时间轴之外还有一条迭代轴迭代学习控制与传统反馈控制最大的思维差异在于它不追求在单个周期内把误差压掉而是把任务拆到“批次”上。系统在固定时间区间内重复执行同一参考轨迹每次执行完控制器根据本次的跟踪误差修正下一轮的输入信号。更新律的一般形式是u(k1, t) u(k, t) L * e(k, t)其中 k 是迭代次数标记t 是时间轴上的采样点L 是学习增益算子e(k, t) 是第 k 次迭代的跟踪误差。这个式子看起来和 PID 有点像但关键区别是PID 处理的是当前时刻的即时误差而 ILC 处理的是上一次运行中整条轨迹的误差序列。每次迭代结束把整条误差曲线“回放”一遍修正整条输入曲线。这套双轴视角时间轴加迭代轴是整个代码包设计的出发点。主循环的骨架就是按照迭代轴搭的外层循环跑迭代次数内层把输入序列送入被控对象模型跑完整个周期然后计算误差并更新输入。想快速上手 IL C 第一件事就是别再用“单次控制”的思维去看代码否则你会觉得更新律里的误差来源很奇怪为什么用的是上一次的值而不是当前反馈值。2.2 目录结构主程序、更新律和被控对象各司其职这套代码包采用 MATLAB 和 Python 双版本核心算法逻辑完全一致仿真结果可以直接互相对照。我的建议是有 MATLAB 环境的人先从 MATLAB 版入手画图方便调试时能直观看到误差曲线随迭代的变化Python 版适合后续做二次开发和集成到现有工程里。文件职责main_ilc.m / run_experiment.py主迭代循环调度整个学习过程ilc_controller.m / ilc_core.py更新律实现P型、PD型、Q滤波在这里切换plant_model.m / plant.py被控对象模型含摩擦和非线性项trajectory.m / trajectory.py期望轨迹生成支持S曲线和正弦轨迹plot_results.m / plot_results.py误差收敛曲线和输入信号可视化config.m / params.json学习增益、滤波器截止频率、迭代次数等全部参数这种分层设计和 ILC 的工程习惯是一致的被控对象和控制器解耦换一个仿真对象只需要改 plant 部分控制器更新律基本不用动。我做仿真实验的时候通常直接改 params.json 里的 gamma 和 Q 滤波器截止频率算法文件保持原样这样每次实验改了什么参数一目了然不会把代码改乱。刚开始接触 ILC 的开发者建议先跑一遍主程序再对照目录结构看每个文件做了什么。2.3 算法变体P型、PD型、开闭环和高阶 ILC 的差异代码包里实现的 ILC 变体覆盖了主流研究方向各自适用场景不同算法更新律特点典型场景开环P型u(k1) u(k) Γ * e(k)结构最简单噪声敏感度低首次接触ILC的验证实验开环D型u(k1) u(k) Γ * de(k)/dt收敛速度快对噪声更敏感误差变化明显的快速轨迹闭环PD型u(k1) u(k) Γp * e(k) Γd * de(k)/dt同时利用误差和误差变化率需要快速收敛且轨迹平滑的场景Q滤波ILCu(k1) Q * (u(k) Γ * e(k))低通滤波器抑制高频学习测量噪声较大的系统高阶ILCu(k1) u(k) Σ Γi * e(k-i)利用多次历史误差鲁棒性更好重复性扰动复杂的批次过程这里要解释一个常见的认知误区P 型和 D 型里的字母虽然借用了 PID 的说法但它们作用的对象是迭代轴上的误差分量不是时间轴上的反馈误差。P 型直接用误差序列本身修正输入D 型用的是误差序列的差分相当于误差变化率。不要把 ILC 的 D 项理解成时间微分项实际工程里如果轨迹本身在动态阶段变化剧烈D 项很容易把噪声一起学进去这也是为什么代码包里同时提供带 Q 滤波器的版本。3. 核心代码拆解一个迭代周期内的完整数据流3.1 开环P型ILC从零跑通的最小实现开环P型是整套代码里最值得先读的部分迭代循环只有几行但把 ILC 的完整数据流都串起来了。核心逻辑如下% main_ilc.m 主迭代循环 for iter 1:N_iter % 将当前输入曲线送入被控对象跑完整个任务周期 y simulatePlant(u, dt, plantParams); % 与期望轨迹逐点求差得到完整的误差序列 e yDesired - y; % 开环P型ILC更新律本次误差乘增益叠加到下一次输入 u u gammaP * e; % 记录RMS误差用于观察迭代收敛趋势 rmsHistory(iter) sqrt(mean(e.^2)); % 打印当前迭代次数和误差水平 fprintf(iter %d, RMS error %.4f\n, iter, rmsHistory(iter)); end代码的逻辑链路是先有输入曲线 u输入作用到被控对象上得到输出 y拿 y 和期望轨迹 yDesired 逐点做差得到误差序列 e最后用更新律算出下一轮输入。这里的更新律是“本次输入加增益乘误差”增益 gammaP 决定了误差有多少比例被“学”进去。注意代码里的 e 不是某个时刻的标量而是一条和 u 等长的向量因为 ILC 学习的是一整条轨迹的输入曲线。参数 gammaP 的取值是这个算法里最核心的调参动作。常见做法是先根据被控对象的直流增益估算一个上限若对象的稳态增益约为 K则 gammaP 取 0.3 到 0.5 倍1/K比较稳妥。gammaP 太小时误差下降缓慢视觉效果上像是没效果gammaP 太大时第一次迭代误差可能已经降得很猛但后续会发散。我从第一次跑这个代码起就养成一个习惯每次只把 gammaP 调大 20% 试一次盯着 rmsHistory 看趋势而不是一上来就追求大步长收敛。3.2 闭环PD型ILC把误差变化率学进去开环P型只利用误差本身收敛速度有时不够快。这时可以切换到闭环PD型更新律在误差之外把误差的变化率也作为一个学习通道% 闭环PD型ILC更新部分 for iter 1:N_iter y simulatePlant(u, dt, plantParams); e yDesired - y; % 对误差序列做后向差分近似误差变化率 de zeros(size(e)); de(2:end) diff(e) / dt; % 端点不做修正保持序列长度一致 % PD型更新律比例项加微分项共同修正输入 u u gammaP * e gammaD * de; rmsHistory(iter) sqrt(mean(e.^2)); end这段代码里 diff(e) 是 MATLAB 的相邻元素差分除以仿真步长 dt 后近似得到误差变化率。端点处理是个细节de(1) 保持为 0因为第一个采样点没有前一个值做差分。实际代码包里的实现做了更完整的端点对齐这里保留最核心的部分方便理解。gammaD 这个参数的含义是“对误差变化趋势的学习强度”。当轨迹处于加速段时误差往往还在增大此时误差变化率为正PD 型会比 P 型更快地把修正量叠加上去所以收敛速度明显提升。但 gammaD 对噪声极其敏感——测量噪声在差分运算里会被放大如果误差信号本身不干净D 项会把噪声当成趋势学进去。我的经验是 gammaD 先取 gammaP 的十分之一量级起步观察误差曲线是否出现高频抖动有抖动就果断减小。3.3 Q滤波器给学习律加一道低通保险当系统存在测量噪声或者高频未建模动态时原始更新律 u u gamma * e 会把误差里的高频分量一点一点叠加进输入迭代次数多了反而越学越差。代码包给出的解法是在更新律后面串一个 Q 滤波器把学习修正量做低通处理再叠加# ilc_core.py 带Q滤波的ILC核心更新 import numpy as np from scipy.signal import butter, filtfilt def q_filter_ilc_update(u, e, gamma, cutoff_freq, fs): # 原始学习修正量 correction gamma * e # 设计一阶巴特沃斯低通滤波器 b, a butter(1, cutoff_freq / (fs / 2), btypelow) # 零相位滤波避免引入相位偏移 correction_filtered filtfilt(b, a, correction) # 更新下一次输入 u_new u correction_filtered return u_new注意这里用了 filtfilt 做零相位滤波这是 ILC 实现里很关键的决定。普通滤波器会引入相位滞后而 ILC 的学习修正量是逐点叠加到输入曲线上的如果相位偏了修正量会被叠加到错误的时间点上收敛效果会打折扣。零相位滤波虽然实现稍复杂但在迭代学习这个场景下值得。截止频率的选取是我调试时最常调的参数。常见做法是先看期望轨迹的频谱确定轨迹的主要频率分量然后取截止频率为轨迹主频的 3 到 5 倍。比如轨迹主频 2 赫兹截止频率可以设在 6 到 10 赫兹。截止频率越低抗噪声能力越强但能学习到的轨迹细节越少最终跟踪精度会有轻微牺牲。这是一个典型的精度和鲁棒性权衡没有绝对正确的值只能针对具体轨迹实验确定。4. 仿真实验与结果解读误差收敛曲线怎么读4.1 仿真对象带库仑摩擦的旋转关节模型代码包内置的仿真对象是一个单关节旋转机构包含库仑摩擦、粘滞阻尼和非线性负载力矩这个模型能模拟出真实机械臂里最常见的重复性误差来源。被控对象的离散模型如下% plant_model.m 被控对象离散仿真 function y simulatePlant(u, dt, p) theta zeros(size(u)); omega 0; for i 1:length(u) theta_i theta(max(i-1,1)); % 库仑摩擦力矩方向与速度方向相反 friction p.fc * sign(omega) p.b * omega; % 关节动力学J * alpha K * u - friction - load alpha (p.K * u(i) - friction - p.load * sin(theta_i)) / p.J; omega omega dt * alpha; theta(i) theta_i dt * omega; end y theta; end这个模型里的参数意义很直观J 是转动惯量K 是执行器增益b 是粘滞阻尼系数fc 是库仑摩擦力矩load 是负载力矩幅值。其中库仑摩擦项 p.fc * sign(omega) 是产生重复性误差的主要来源——每次经过同样的速度方向切换点摩擦力都在相同位置施加相同的干扰非常适合用来演示 ILC 的收敛能力。期望轨迹默认是一条带梯形速度曲线的 S 形轨迹从 0 度运动到 60 度再返回。选择这条轨迹的原因是它在加速段、匀速段、减速段都有覆盖能让误差曲线呈现出明显的特征方便观察 ILC 在轨迹不同阶段的学习效果。4.2 误差收敛曲线三类算法的收敛对比主程序跑完会生成两个图RMS 误差随迭代次数的变化曲线以及最后一次迭代的跟踪误差时间序列。RMS 误差曲线是最重要的收敛判断依据我直接给了一组我在调试机上跑出的典型数据算法5次迭代后RMS10次迭代后RMS20次迭代后RMS开环P型0.42度0.18度0.09度闭环PD型0.28度0.11度0.06度Q滤波ILC0.45度0.22度0.08度从这组数据能读出三条信息。第一所有算法的 RMS 误差都随迭代次数下降这是 ILC 收敛性的直观验证。第二闭环 PD 型在前期收敛明显更快因为 D 项对误差变化趋势的预判加速了学习但后期和 P 型差距不大说明误差接近噪声底时额外信息帮助有限。第三Q 滤波版前期偏慢因为低通滤波限制了对轨迹细节的学习速度但长期看误差仍然能压到较低水平。看这张曲线图时我总结出两个判断技巧。一是看误差下降的斜率是否在逐次变小如果是说明算法运行正常如果某一次迭代误差突然反弹然后继续下降那通常是数值原因检查一下输入信号有没有出现奇异值。二是确认曲线的“平台期”是否落在合理的噪声底附近如果误差降到某一水平后上上下下波动说明系统里存在非重复性扰动ILC 能做的已经到头了。4.3 噪声环境下的表现Q滤波器的实际价值为了验证 Q 滤波器的价值代码包里专门加了一个测量噪声开关。打开噪声后输出位置会叠加高斯白噪声再跑同样的三种算法。我观察到的现象是开环 P 型和闭环 PD 型在前几次迭代正常下降但在第 8 到第 12 代左右开始出现 RMS 回升而且越往后越严重带 Q 滤波的版本则一路平缓收敛最终稳定在噪声底附近。对噪声的“学习”是 ILC 最容易被忽视的缺点。原始更新律不区分误差里的真实跟踪误差和噪声成分只要误差里含有固定模式它就会把这些模式当作可学习的对象。测量噪声虽然不是确定性的但滤波后的残留噪声也有相关成分经过多轮迭代叠加起来输入曲线会变得越来越毛糙。我在实际项目里遇到过类似情况第一次看到输入信号从光滑曲线变成锯齿形状时非常困惑最后才意识到是 ILC 把噪声学了进去。如果你的系统里测量噪声比较明显我的建议是优先用 Q 滤波版本不要只看无噪声环境下的收敛速度差异。工程上平滑稳定的收敛过程比理论上快一两代的收敛速度重要得多。5. 避坑指南跑这段代码最容易翻车的六个细节5.1 首次迭代输入给零误差直接爆表现象第一次迭代跑完误差曲线幅值特别大RMS 比期望轨迹本体的量级还高而且后续迭代收敛极慢甚至直接发散。原因ILC 的更新律是逐步修正的初始输入全为 0 时第一轮完全靠被控对象自身的开环响应在走。带有库仑摩擦的非线性系统初始响应可能严重偏离期望轨迹误差一旦超出模型的有效线性区域学习增益的作用就不可控了。解决先拿一个 PID 反馈控制器跑一轮把 PID 的输出信号作为初始输入 u0。这本质上是给 ILC 一个“理性起点”让它在已有反馈控制的基础上做学习修正而不是从零开始。代码包的 config 里默认提供了一组 PID 预跑的初始输入不建议直接改回全零。5.2 差分项算错了方向边界出现尖峰现象跑闭环 PD 型时误差序列在首尾两端出现明显的尖峰中间看起来正常但 RMS 指标被这些尖峰毁掉了。原因实现时用了中心差分在序列边界上无法取得双侧点处理不当就会引入不对称的差分值。我见过的最常见写法是把 diff 结果直接拼接而不管长度对齐造成端点误差放大。解决统一用后向差分第一个点直接取 0或者用 filtfilt 处理差分前的信号。端点尖峰问题如果还是出现可以在 Q 滤波器方案里把边界几毫秒的修正量强制置零保证稳定优先。5.3 学习增益调大就发散收敛条件没吃透现象gammaP 从 1.0 调到 1.5误差曲线立刻从下降变成震荡上升迭代几次后输入信号出现大幅过冲。原因ILC 更新律在频域里的收敛条件是增益与被控对象频率响应的乘积某项小于 1。实际系统的建模误差在高频段尤其明显即使仿真模型标称稳定超过理论上限一点就可能触发发散。这不是代码有问题而是算法本身的边界。解决按被控对象的直流增益估算 gamma 上限取理论最大值的 0.3 到 0.5 倍作为起步值。每次改动只加 20%跑完整轮迭代看 rmsHistory 的尾部走势再决定下一轮是否继续调。这套方法虽然看着保守但能帮你省掉大量排查发散原因的时间。5.4 迭代次数多了误差反而变大噪声被学进去了现象前 10 次迭代 RMS 稳定下降第 12 次开始回升且输入曲线逐渐变得毛糙看起来像高频抖动叠加在光滑曲线上。原因测量噪声和未建模高频动态被 ILC 当成确定性误差逐步学习迭代次数越多这些高频成分在输入信号里累积得越多。这是原始 ILC 更新律的固有问题参数调得再小心也躲不开。解决切换到 Q 滤波器版本把学习修正量先低通再叠加。截止频率按轨迹主频的 3 到 5 倍选取如果噪声特别严重就再往下压。这一步是工程可用性和算法完美性之间的关键抉择。5.5 迭代轴和时间轴混为一谈更新律写串现象代码逻辑看起来没错但误差曲线完全不收敛每一代的误差形态几乎一样只是整体上下平移。原因把更新律写成了 u(k, t) u(k, t) gamma * e(k, t)同一代内的每个时刻都只用了当前时刻的误差而不是整条序列的误差。这样做在数学上退化成逐点独立的迭代丢失了轨迹层面的相关性收敛性能大打折扣。解决写更新律时始终记得 u 和 e 都是向量更新操作是对整条输入曲线的序列运算。调试时打印一下 u 的长度和 e 的长度确认两者一致且不等于 1。ILC 的每一次更新都是一次曲线级的操作不是点对点的反馈修正。5.6 初始状态不一致误差收敛不到零现象仿真里每次迭代开始前把关节角度重置到零一切正常改成从上次结束的位置继续跑误差就永远达不到理想精度。原因ILC 的理论前提是每次迭代从相同的初始状态出发。初始状态不同意味着引入了非重复的初始误差这个误差在迭代轴上的行为和其他重复性误差不同无法被更新律有效消除。解决在每次迭代开始前显式重置初始状态。如果是实物系统无法做到绝对复位那就先做一次初始状态校正把初始偏差单独补偿掉再交给 ILC 处理轨迹跟踪误差。代码包的仿真环境已经处理了重置于零二次开发时最容易遗漏的就是这一点。6. 二次开发把固定增益改成迭代自适应 ILC代码包默认用固定学习增益这在仿真里已经够用。但如果你把 ILC 用到实物设备上就会发现固定增益的一个尴尬误差大的时候希望大步学习误差小到接近噪声底的时候又希望小步慢走避免把噪声学进来。这个矛盾用固定增益很难同时满足我一般会改成迭代自适应增益。实现思路是让增益随着当前迭代的 RMS 误差水平自动调整误差大时增益大误差接近收敛下限时增益自动变小# adaptive_ilc.py 迭代自适应增益的ILC更新 for k in range(max_iter): y plant(u) e y_desired - y rms np.sqrt(np.mean(e**2)) # 自适应增益误差越大学习步长越大误差小则谨慎收敛 gamma_k gamma_max / (1 alpha * rms) # 更新下一次输入 u u gamma_k * e这里 gamma_max 就是原来固定增益的取值alpha 是控制增益衰减速度的系数。alpha 越大误差一变小增益就快速收缩收敛后期更稳定alpha 太小则自适应效果不明显。我习惯先把 alpha 设为 5 左右跑一轮看 RMS 曲线的前期斜率是否比固定增益更快后期是否更平稳再按需调整。相比直接调固定增益这个改造只动了几行代码却能让收敛过程更接近“先大步后小步”的理想形态。从仿真往实物迁移时我还有一条从项目里踩坑换来的习惯先降低运行速度跑通一遍 ILC 学习过程确认每轮迭代后输入信号的频谱没有异常高频放大再把速度逐步提回额定值。实物和仿真最大的区别在于测量噪声和未建模动态仿真里收敛得很漂亮的增益到实物上有可能会触发 5.3 节的发散问题。从那以后我每次接新设备都强制走一遍“慢速学习、频谱检查、逐步提速”的流程虽然多花半天时间但基本没有再因为增益问题翻过车。希望这段改造思路能帮到你在二次开发时少走几步弯路。本文还有配套的精品资源点击获取