【机器学习】从机理建模到数据学习：机器学习究竟替代了什么

上一节我们讨论了故障与降级：一个可靠的嵌入式控制系统，不只要在异常时及时收住风险，还要留下故障原因、时间戳和关键状态。

这些记录起初是为了让系统可追溯；但当设备持续运行、数据不断累积时，它们还会带来另一种可能------让机器从真实运行的痕迹中学习那些难以手工写全的规律。

不过，"让数据学习"并不意味着可以把物理规律、控制器和安全边界全部丢掉。

文章摘要

本文以单关节机械臂为例，说明机器学习并不是把控制理论、物理规律和安全约束全部换成黑箱，而是在摩擦、负载、温漂、间隙等因素使精确机理模型难以完整描述时，用历史数据学习输入与输出之间的映射或模型残差。文章分析失配来源、数据任务、时序样本的时间关系与故障标签，以及训练集和线上工况不一致带来的分布偏移。最后给出"机理模型打底、数据模型补偿、安全边界兜底"的混合方案，并提出离线评估、影子运行、受限接入和持续监控的落地路径。机器学习替代的不是工程责任，而仅是部分难以手工写出的经验映射；当数据失去可信性或超出覆盖范围时，系统仍应退回可验证的控制与保护机制。

写在前面

继续回到那台单关节机械臂。

前面几节里，我们已经给它搭起了一条完整的控制链：编码器测量关节位置，控制器根据目标轨迹计算扭矩命令，驱动器用 PWM 推动电机，安全任务则持续检查电流、温度、通信和关键任务是否仍在正常推进。

如果只看实验室中的一次短程运动，这个系统似乎并不复杂。我们知道电机的额定参数，能够测到位置和电流，也可以根据连杆长度、减速比和负载质量写出一套描述关节运动的方程。控制器根据这套模型整定，机械臂就能平稳地到达目标位置。

但设备真正运行一段时间后，情况会慢慢变得不那么"教科书"：

夹爪换了工件，末端负载变了；
齿轮润滑状态改变，低速摩擦不再和标称参数一致；
电机发热后，电阻、磁链和可输出扭矩都在变化；
线缆牵引、装配间隙和外部碰撞，带来了模型里没有写出的扰动；
有些量本来就很难直接测到，例如实际摩擦、柔性形变和瞬时负载。

从机理建模走向数据学习，不是放弃理解物理世界，而是在已知结构之外，为那些难以精确写出的部分增加一种"从经验中归纳"的能力。

于是，问题不再只是"模型能不能写出来"，而变成了：当一个系统的结构大体已知、但参数会漂移、扰动难预测、细节又难以穷尽时，机器学习究竟替代了什么？又绝不能替代什么？

一、先给结论：机器学习替代的不是物理，而是部分人工指定的映射

初学机器学习时，很容易把它理解成"不给公式，直接喂数据"。这种说法并不完全错误，却掩盖了最关键的边界。

在控制系统里，机理模型做的事情是：根据结构、守恒关系和已知参数，说明"给定输入后，系统为什么会这样变化"。例如电机通电后产生电磁转矩，转矩克服惯量、摩擦和重力，关节才会改变位置和速度。它强调的是因果结构。

机器学习做的事情则是：从大量已发生的样本中，拟合"在这类输入和状态下，结果通常会怎样"。它不一定知道摩擦力具体来自哪一块接触面，也未必显式写出齿隙如何传递；只要训练数据足够可信、覆盖范围足够接近实际工况，它可以学到这些因素共同造成的经验映射。

两者的差别可以先放在一张表里看：

问题	机理建模的回答方式	数据学习的回答方式	更适合谁
电机施加扭矩后为何加速	根据惯量、负载和力矩平衡推导	从历史扭矩、速度、位置中拟合变化趋势	结构清楚时优先机理
摩擦为何随温度和方向变化	逐项增加摩擦、温度与磨损模型	从不同温度和运动方向的数据中学习补偿	细节难测、变化频繁时适合数据
当前位置能否越过软限位	根据机构几何和安全规则判断	不应交给数据模型猜测	必须由确定规则负责
指令何时必须撤销	根据实时性、故障和保护状态处理	可以辅助预测风险，但不能拥有最终权限	必须由安全架构负责

因此，更准确的表述是：

机器学习替代的是一部分"由工程师手工指定的、难以穷尽的输入---输出关系"；它不替代物理边界、实时执行链，也不替代安全责任。

这条边界决定了后面所有设计是否可靠。若把数据模型当成万能控制器，就会让它在没有训练数据、没有置信度、甚至传感器已经失真的时候，仍然试图给物理系统下命令；而这正是前一节的故障与降级机制必须阻止的事。

二、机理模型为什么会"失配"：不是公式错了，而是现实比假设更丰富

机理建模并不是过时的方法。相反，机械结构、电路规律、能量约束和控制边界，仍然是理解系统最可靠的起点。问题在于，任何模型都是对现实的取舍：它保留对当前目标最重要的部分，同时忽略影响较小、难以测量或暂时不关心的细节。

实验室里忽略的细节，在真实运行中可能会逐渐积累成不可忽略的误差。

模型失配不是某个参数"填错了"这么简单。更常见的是：系统本身在变，而模型所依赖的简化假设没有跟着变。

1. 参数不是常数，而是随工况变化的量

我们常把惯量、摩擦系数、传动效率等写成一个固定值，方便分析和整定。但当机械臂从空载变成搬运工件，或从常温工作到高温连续运行时，这些量实际上已经发生变化。

固定参数模型仍然能描述系统的大致趋势，却很难在所有工况下都保持同样精度。若为了追求精确而不断补充参数，模型会越来越复杂，标定成本也会越来越高；而某些参数即使理论上存在，也未必有可靠手段在线测量。

2. 有些影响存在，却很难找到干净的解析表达

齿隙、柔性线缆、接触摩擦、材料形变和装配偏差，往往不是"有没有"的问题，而是它们会随速度、方向、温度、磨损和负载共同变化。把每一种因素单独建模并非不可能，但组合起来后，模型很快会变得难以维护。

例如关节低速换向时出现的爬行现象，可能同时与静摩擦、齿隙、编码器分辨率和电流采样误差有关。此时只改一个摩擦系数，通常无法解决所有问题。

3. 扰动会从系统边界外进入

控制模型通常把外部扰动抽象成一个未知项。但真实设备遇到的扰动并不总是随机噪声：搬运物体的重心会改变，线缆会在某个姿态突然拉紧，人与设备接触时会引入短时外力，甚至供电波动也会影响驱动能力。

机理模型可以告诉我们"系统应当具有一定鲁棒性"，却未必能提前枚举每一种实际扰动的形态。历史数据的价值，恰恰在于它记录了这些扰动曾经怎样出现、系统当时处于什么状态、结果又如何变化。

4. 系统会老化，模型也需要面对时间

设备刚出厂时测得的参数，并不是永远有效的真相。磨损、松动、传感器偏置和环境变化，会让同一条控制命令在数月后产生不同结果。

这也是数据学习在预测维护、异常趋势识别和残差补偿中常常有价值的原因：它不要求每一次变化都先被工程师命名，只要变化在数据中留下了稳定且可验证的规律，就可能被识别出来。

这里需要注意：模型失配并不等于完全没有模型。 它只说明"用一套固定、简化的方程覆盖所有细节"开始变得吃力。越清楚这一点，越不会把机器学习误用成对机理的全盘替代。

三、数据到底能学什么：四类常见任务，四种不同的替代范围

"把数据交给模型"并不是一个具体任务。首先要说清：输入是什么、希望得到什么、结果将用于哪一步决策。对机械臂这类时序系统，常见的学习任务至少有四类。

学习任务	输入样本	期望输出	它替代或补足的部分	典型用途
软测量	电流、位置、速度、温度等可测量量	难直接测得的负载、摩擦或健康状态	昂贵、难安装或无法直接测量的传感环节	负载估计、状态监测
预测	一段过去的状态、命令与环境量	下一时刻或未来窗口的状态	难以精确写出的短期动态关系	轨迹误差预测、温升预测
残差补偿	机理模型输出与真实测量	两者之间的修正量	简化模型遗漏的非线性细节	摩擦补偿、重复误差修正
异常识别	正常与异常工况下的时序特征	异常类别或风险分数	难以用单一阈值覆盖的复合异常模式	早期故障预警

这四类任务有一个共同点：它们都没有要求机器学习"接管整台机械臂"。它可能帮我们估计当前负载，预测温度是否继续上升，补偿某段姿态的重复误差，或者更早识别出齿轮磨损的迹象；但关节的硬限位、最大电流和驱动使能，仍然由经过验证的控制与安全路径掌握。

1. 从"写公式"变成"给样本对"

机理建模时，工程师需要明确给出变量之间的关系。例如我们关心扭矩、速度和位置，就要说明它们为何相互影响。

监督学习时，工程师则要给出一组可信样本：某段时间内的输入、状态，以及希望预测或估计的目标。模型通过反复比较预测结果与真实标签的差异，调整内部参数，直到在已见样本上能较好地复现这种关系。

但"给样本对"绝不是把 CSV 文件丢进训练脚本这么简单。样本中的时间关系、传感器同步关系和故障状态，往往比模型选了几层网络更先决定结果是否可信。

2. 数据学习得到的是相关规律，不自动得到因果解释

如果模型发现"高电流之后常伴随温度上升"，这在训练数据覆盖的工况里可能非常准确；但它不天然知道高电流是因为负载增加、机构卡滞还是传感器偏置。若训练集中只出现过一种原因，模型可能会把它误当成唯一解释。

因此，机器学习特别适合回答"在类似历史条件下，接下来大概率会发生什么"；而对于"为什么发生、是否允许继续运动、该执行哪条安全动作"，仍需要机理知识、状态机和安全规则共同参与。

四、在控制系统里，数据不是一行一行的数，而是一段段可信的时间关系

普通表格任务里，一行样本常常可以被看成独立个体；控制数据却不是这样。关节在当前时刻的速度，依赖于此前施加过的扭矩；当前温度，带着更早之前热量积累的记忆；一次通信超时，也可能让后续命令失去原本的语义。

所以，用控制日志训练模型时，第一件事不是选择网络结构，而是回答：这一段数据的时间轴是否可信？

1. 训练样本必须保留"过去---现在---未来"的顺序

假设我们要预测下一控制周期的位置误差。一个合理的样本，不是随机抽取某一行位置和电流，而是取连续窗口：

前一小段时间内的位置、速度、电流和控制命令；
当前时刻的目标、环境和设备状态；
下一时刻真实产生的位置误差，作为标签。

若不保留这种顺序，模型可能在训练时"看见未来"。例如把未来时刻的滤波结果、故障结论或完整轨迹误差混入当前输入，离线指标会异常漂亮，部署后却立即失效。这种问题叫作时间泄漏，在时序系统中尤其隐蔽。

下面的伪代码只表达样本组织关系：

python 复制代码

def make_sample(frames, t, window):
    history = frames[t - window : t]

    # 输入只允许来自当前及过去已经可获得的信息
    x = {
        "position": [f.position for f in history],
        "velocity": [f.velocity for f in history],
        "current":  [f.current  for f in history],
        "command":  [f.command  for f in history],
        "temperature": history[-1].temperature,
    }

    # 标签来自之后真实发生的结果，不能回填到输入里
    y = frames[t + 1].position_error
    return x, y

2. 前一节的故障记录，决定哪些数据有资格进入训练集

如果编码器线缆松动时的跳变数据被当作"正常位置变化"送去训练，模型就会努力把错误学成规律；如果通信超时后仍缓冲着旧命令，而日志里没有标记这段命令已经失效，模型也会把"陈旧指令导致的结果"误认为正常控制响应。

因此，前一节提到的故障锁存、时间戳、传感器自洽校验和降级状态，不只是为了在线保护，也是在为数据建立可信边界：

数据来源	可提供什么	若缺少校验会有什么风险
编码器、IMU、电流采样	运动与执行器状态	时钟不同步、毛刺或丢帧会破坏时序关系
温度、电压、驱动器状态	工况与健康上下文	忽略温漂会把参数变化误归因为控制误差
目标轨迹与控制命令	输入条件和控制意图	命令超时或被限幅后，原始命令已不等于实际执行量
故障码、降级状态、急停记录	哪些数据不应视为正常样本	把故障过程混入训练，会污染标签与分布

一句很朴素的原则是：没有被证明可信的数据，不应因为"数量多"就自动获得训练资格。

3. 数据集划分不能随机打散时间

若把同一天、同一批工件、相邻时间段的样本随机分到训练集和测试集，测试集与训练集会过于相似。模型看似泛化很好，实际只是在记住同一种环境下的局部模式。

更接近工程真实的做法是按时间、批次、负载或环境来划分：用较早的运行数据训练，用后续日期、不同负载或不同温度范围的数据测试。这样得到的指标不一定更好看，却更接近上线时真正会面对的问题。

五、机器学习的反馈环比控制环慢得多：别让"训练"挤进不该挤的位置

专栏开篇曾提到，技术层级不断上升时，反馈环也在变化：底层控制环快、确定性强；数据学习环慢、处理的是统计规律。把这个观点放到机械臂上，会得到一个很实用的分工。

环路	典型时间尺度	它关心什么	是否允许不确定性
电流环、位置环	微秒到毫秒	当前命令能否稳定、及时地作用到执行器	很低，必须有明确时限
安全监督环	毫秒到百毫秒	传感、任务、驱动是否仍可信	很低，异常必须有确定处置
数据记录与特征计算	秒到分钟	收集完整、对齐的运行样本	可以延迟，但不能篡改时间关系
模型训练与评估	分钟到小时甚至更长	从历史数据总结规律	允许试错，但只能离线或受控进行
在线预测或补偿	毫秒到百毫秒	给控制器提供估计、预测或建议	受严格输入检查与输出限幅约束

这里最容易犯的错误，是把"模型在离线评测中预测得很准"直接等同于"它可以替代高速闭环控制"。离线模型可能使用了较长的历史窗口、复杂网络和大量计算；而电流环必须在极短时间内完成采样、计算和输出，错过一次截止时间就可能引入额外相位滞后。

所以，机器学习最稳妥的切入位置，往往不是先接管最内层控制环，而是先放在更外侧、更容易验证的任务上：预测温升、估计负载、识别异常、给出残差补偿建议。只有在计算时间、最坏情况延迟、输出边界和失效回退都经过验证后，才讨论它能否更深地参与控制。

六、模型在训练集上"学会了"，不代表它在新世界里仍然可靠

数据模型并不认识"所有可能的机械臂"。它只从训练数据覆盖到的范围中归纳规律。若训练样本大多来自空载、常温、低速运行，那么模型在重载、高温或新的运动轨迹上表现变差，并不是它突然"背叛"了我们，而是它从未真正见过这些情况。

这种训练环境与实际环境不一致的现象，叫作分布偏移。在控制场景中，它通常来自以下变化：

换了不同批次的工件，负载和重心改变；
季节或连续运行时间改变，温度范围改变；
传动机构磨损，原有摩擦模式逐渐漂移；
传感器更换、重新标定，数据尺度发生变化；
上位机换了轨迹规划策略，命令分布不再相同。

解决分布偏移，不是给模型加一句"请保持稳定"，而是建立可观察的边界。

1. 先识别输入是否还像训练数据

例如模型只在某个速度、负载和温度范围内训练过，那么在线运行时应持续检查当前输入是否明显超出这些范围。发现超出并不必然说明系统故障，但意味着模型输出不再应被赋予同样的权重。

2. 让数据模型的输出拥有可撤销的权限

若模型给出的只是"温升风险分数"，它可以触发更密集的监控；若它给出"残差补偿量"，就应经过限幅、变化率限制和控制器侧的合理性检查。最坏情况下，系统应能将补偿量置零，退回经过验证的基础控制器。

3. 用线上结果反过来校验模型，而不是只看一次离线分数

部署后仍要观察预测误差、触发频率、输入分布和故障关联。如果某个模型在特定温度下持续偏差变大，应把它当作新的工程证据：可能需要更新数据、重新训练，也可能说明设备本身出现了新的异常。

机器学习带来的不是"模型永远正确"，而是一条新的反馈链：数据---训练---上线---观察---修正。这条环路比电流环慢，却同样需要闭环。

七、最可靠的路线往往不是二选一，而是"机理打底，数据补偿，安全兜底"

当我们明确了各自的边界，就会发现机理模型与数据模型并不需要争夺控制权。

机理模型擅长提供结构：知道关节不能越界，知道扭矩不会凭空产生，知道目标轨迹如何经过连续约束到达执行器；数据模型擅长补足细节：学习在某个温度、速度和负载组合下，基础模型尚未解释的摩擦、偏置或预测误差；安全架构则负责最后的底线：无论哪一个模型给出什么结果，都不能越过电流、速度、位置和故障状态定义的边界。

两条路径最终汇入同一条受约束的控制链。数据模型可以改善性能，却不能绕开限幅、故障处理和驱动使能等确定性保护。

一个简化的在线补偿过程可以写成下面这样：

python 复制代码

def make_safe_command(state, reference, learned_model):
    base_cmd = model_based_controller(state, reference)
    
    if data_is_trusted(state) and within_model_coverage(state):
        correction = learned_model.predict(state, reference)
        correction = limit_rate_and_amplitude(correction)
    else:
        correction = 0.0   # 数据不可信或超出覆盖范围时，撤销学习补偿

    cmd = base_cmd + correction
    cmd = apply_hard_limits(cmd)

    if safety_supervisor_allows_drive():
        return cmd
    return safe_hold_or_disable()

这段伪代码里最重要的不是某个函数名，而是权限顺序：

基础控制器始终存在，即使数据模型暂时不可用，系统仍有可解释的基线行为；
学习补偿默认是可撤销的，输入不可信、工况超界或模型异常时，可以立刻归零；
硬限制在两者之后仍会再次生效，不让任何预测结果直接触达危险能量；
安全监督拥有最终否决权，这正是上一节故障与降级机制在机器学习层的延续。

这也是"机器学习进入控制系统"与"让一个模型自由生成动作"的根本区别：前者先定义边界，再让模型在边界内提高性能；后者则把边界也交给模型猜测，风险会随着系统复杂度迅速放大。

八、第一次落地时，不妨从"替代一个小环节"开始

如果刚开始接触机器学习，最不建议的目标是"用 AI 控制机械臂"。这个目标太大，也没有清晰的验证终点。更稳妥的做法，是从一个定义明确、能与原方案比较、即使失败也不会破坏安全的任务开始。

可以按下面的顺序推进：

选择一个窄问题：例如预测十分钟后的驱动器温度，或估计难以直接测得的末端负载；
建立数据契约：写清哪些传感器、什么采样频率、哪些故障状态的数据允许入库；
先做离线基线：与简单阈值、线性回归或基础机理模型比较，而不是只看复杂网络的绝对分数；
影子运行：让模型在线接收真实数据但不影响执行器，只记录它本会给出的预测和补偿；
受限接入：经过误差、时延和覆盖范围验证后，只允许模型在小幅度、可撤销的范围内参与；
持续监控与回退：统计输入是否漂移、模型误差是否增大，并始终保留退回原控制链的开关。

这条路线看起来慢，却能把"模型好不好"转化为一组可测量的问题：数据是否可信、预测是否比基线好、最坏延迟是否满足、输出是否有界、异常时是否可以无损回退。只有这些问题都能回答，机器学习才从一次演示变成一个工程能力。

九、把这一节放回整个专栏里看

控制理论首先教我们：要让系统稳定，必须对状态、输入和反馈之间的关系有基本把握；控制算法进一步讨论：在模型可信的前提下，怎样把误差、能耗和约束权衡得更好；嵌入式系统则把这些算法放进有采样、时限、有限精度和故障风险的真实硬件中。

走到机器学习这一层，问题发生了变化：

不是否定"模型"，而是承认模型无法无代价地覆盖所有细节；
不是用数据取代"反馈"，而是把历史运行中的反馈变成可学习的经验；
不是让模型拥有无限权限，而是让它在明确约束下补足预测、估计和补偿能力；
不是数据越多越好，而是时间关系、标签语义和故障边界越清楚越好。

前一节的可靠性设计，在这里再次变得重要。安全状态、故障锁存、可信时间戳和传感器自洽检查，原本是在保护执行器；现在它们也在保护数据的含义。没有这些基础，训练出来的模型可能只是把异常、延迟和错误标签一起学得更熟练。

如果说机理建模是在回答"系统为什么这样运动"，那么数据学习补充回答的是：当那些难以穷尽的细节反复出现时，系统能否从自己的历史中学会更好地预测和修正？

In the end：下一步该看什么

从机理模型到数据模型，真正改变的不是"有没有公式"，而是工程师把一部分工作从手工指定规律，转向了设计数据、定义目标和验证边界。

但模型如何根据样本知道自己预测得对不对？又如何一次次调整内部参数，让预测逐渐靠近真实结果？

下一节，我们将从机器学习最核心的反馈机制讲起：损失函数与梯度下降：机器如何通过"犯错"不断变好。