三分钟看懂MPC：让控制器先预测未来，再决定现在怎么做

在机器人、自动驾驶、无人机和工业控制领域，经常会看到一个缩写：

MPC
Model Predictive Control
模型预测控制

它的核心思想可以概括为一句话：

根据系统模型预测未来一段时间的状态，提前规划一组动作，但每次只执行当前最合适的第一步。

普通控制器往往根据当前误差立即做出反应，而MPC会先思考：

如果现在这样控制，
未来几秒会发生什么？

这使MPC不仅能纠正当前误差，还能提前考虑未来的目标、约束和风险。

一、为什么需要MPC？

假设一辆自动驾驶汽车正在接近弯道。

如果控制器只看当前状态，可能会发现车辆还没有偏离车道，于是继续保持当前速度。

但MPC会预测：

按照当前速度继续前进
        ↓
车辆即将进入弯道
        ↓
转向可能来不及
        ↓
未来可能偏离车道

因此，它会提前减速并调整方向。

再比如，一台双足机器人正在上楼梯。

普通反馈控制器可能只在机器人身体已经倾斜后，才开始纠正姿态。

MPC则可以预测：

如果继续抬腿
        ↓
身体重心将向一侧移动
        ↓
机器人可能失去平衡

于是，它会提前调整支撑腿、身体姿态或关节力矩。

这就是MPC与普通反馈控制的重要区别：

普通控制器主要纠正已经出现的误差，MPC则尝试避免未来可能出现的误差。

二、MPC到底在控制什么？

任何控制问题都可以简单表示为：

当前状态 + 控制动作 → 下一时刻状态

使用符号表示为：

x_(t+1) = f(x_t, u_t)

其中：

• x_t 表示当前系统状态；

• u_t 表示当前控制输入；

• f 表示系统的运动规律；

• x_(t+1) 表示下一时刻状态。

对于一辆汽车，状态可能包括：

车辆位置

行驶速度

车身朝向

横向偏差

转向角

控制输入可能包括：

油门

刹车

方向盘转角

对于机器人，状态可能包括：

机身位置和姿态

关节角度

关节速度

足端位置

接触状态

控制输入可能包括：

关节力矩

目标关节角度

目标关节速度

轮子转速

MPC需要使用这些状态和控制量，预测系统未来会如何变化。

三、MPC的核心工作流程

MPC每次控制时通常会完成四件事。

第一步：获取当前状态

控制器首先读取传感器信息。

例如，机器人可能获得：

当前身体姿态

关节角度

关节速度

足端接触情况

目标运动速度

这些信息组成当前状态 x_t。

第二步：预测未来状态

MPC会使用系统模型，预测未来若干个时间步。

假设预测未来5步，可以表示为：

当前状态 x_t
      ↓
预测状态 x_(t+1)
      ↓
预测状态 x_(t+2)
      ↓
预测状态 x_(t+3)
      ↓
预测状态 x_(t+4)
      ↓
预测状态 x_(t+5)

这段未来时间范围称为：

预测时域
Prediction Horizon

假设当前控制周期为0.02秒，预测50步，那么MPC相当于预测未来1秒内的系统状态。

第三步：寻找一组最优控制动作

MPC不会只计算一个动作，而是会规划未来一整组动作：

u_t

u_(t+1)

u_(t+2)

...

u_(t+N-1)

控制器会比较不同控制方案，看哪一种更符合目标。

例如，机器人上楼梯时可能比较：

方案A：快速抬腿，动作激进

方案B：降低速度，提前调整重心

方案C：增加支撑腿力矩，再向前迈步

MPC会通过优化算法选择代价最小的方案。

第四步：只执行第一个动作

假设MPC规划出的最优动作序列是：

u_t*，u_(t+1)*，u_(t+2)*，u_(t+3)*

它不会一次性把这些动作全部执行完，而是只执行第一个动作：

执行 u_t*

下一控制周期到来后，MPC重新读取真实状态，再进行一次预测和优化。

完整过程可以表示为：

读取当前状态
      ↓
预测未来状态
      ↓
优化未来动作序列
      ↓
只执行第一个动作
      ↓
读取新的真实状态
      ↓
重新预测和优化

这种方式叫作：

滚动时域优化
Receding Horizon Control

四、为什么只执行第一个动作？

因为模型永远不可能完全准确。

真实系统中可能存在：

• 地面摩擦变化；

• 传感器噪声；

• 外部碰撞；

• 电机误差；

• 未建模动力学；

• 通信延迟；

• 环境突然变化。

如果MPC一次执行整条动作序列，预测误差可能不断积累。

例如，控制器原本预测机器人会稳定落脚，但实际落脚时发生了轻微滑动。

如果继续按照旧计划执行，机器人可能摔倒。

因此，MPC采用：

预测很多步

只执行一步

然后重新预测

这样既能够利用未来信息，又能够及时修正模型误差。

五、MPC如何判断哪个方案更好？

MPC需要定义一个代价函数。

代价函数用来衡量：

当前方案到底有多差？

一个简单的代价函数可以表示为：

总代价 =
状态误差代价
+ 控制动作代价
+ 约束违反代价

例如，对机器人直线行走来说，可以设计：

状态误差代价：
偏离目标速度越多，代价越大

航向误差代价：
机身偏离目标方向越多，代价越大

姿态误差代价：
身体倾斜越严重，代价越大

控制代价：
关节力矩越大，代价越大

变化率代价：
相邻控制动作变化越剧烈，代价越大

可以简单写成：

J =
位置误差
+ 速度误差
+ 姿态误差
+ 控制输入大小
+ 控制输入变化量

MPC的任务就是：

寻找一组控制动作

使总代价 J 最小

因此，MPC本质上是一个在线优化问题。

六、什么是预测模型？

MPC中的“M”代表模型。

这个模型负责预测：

给定当前状态和控制输入，系统未来会变成什么样？

常见模型包括：

线性动力学模型

非线性动力学模型

车辆运动学模型

机器人刚体动力学模型

数据驱动模型

神经网络模型

最简单的线性模型可以写成：

x_(t+1) = A x_t + B u_t

其中：

• A 描述系统状态如何自然变化；

• B 描述控制输入如何影响系统；

• x_t 是当前状态；

• u_t 是控制输入。

如果模型是线性的，约束和代价也是比较简单的二次形式，那么通常可以使用线性MPC。

如果机器人动力学、轮胎模型或接触关系比较复杂，则可能需要非线性MPC。

七、线性MPC和非线性MPC有什么区别？

线性MPC

线性MPC使用类似下面的模型：

x_(t+1) = A x_t + B u_t

它的优点是：

• 计算速度较快；

• 优化问题相对容易求解；

• 更适合实时控制；

• 参数和行为比较容易分析。

缺点是：

• 很难精确描述复杂非线性系统；

• 系统运动范围较大时，模型误差可能明显增加。

非线性MPC

非线性MPC使用：

x_(t+1) = f(x_t, u_t)

其中，f可以是复杂的非线性动力学模型。

它的优点是：

• 能够更准确描述机器人和车辆；

• 可以处理复杂动力学；

• 适合高速运动和大范围姿态变化。

缺点是：

• 优化计算更加复杂；

• 求解速度更慢；

• 更容易出现求解失败；

• 对初始值和模型精度更加敏感。

因此，实际系统通常需要在以下两点之间权衡：

模型越精确 → 预测可能越准确，但计算更慢

模型越简单 → 计算更快，但预测误差可能更大

八、MPC最大的优势：可以直接加入约束

真实控制系统通常存在大量约束。

例如，一台机器人可能受到以下限制：

关节角度不能超过机械范围

关节速度不能过大

电机力矩不能超过上限

身体倾角不能过大

足端不能进入障碍物内部

轮子不能超过最大转速

传统控制器通常需要额外设计限幅和保护逻辑。

而MPC可以直接把这些条件写入优化问题：

关节角度下限 ≤ 关节角度 ≤ 关节角度上限

最大负力矩 ≤ 关节力矩 ≤ 最大正力矩

最小速度 ≤ 行驶速度 ≤ 最大速度

MPC会在满足约束的前提下寻找较优动作。

因此，它非常适合安全要求较高、物理限制较多的控制问题。

九、用开车理解MPC

可以把MPC想象成一名开车经验丰富的驾驶员。

驾驶员不是只盯着车头当前位置，而是会观察前方道路。

假设前方即将出现弯道，驾驶员会进行内部判断：

如果保持当前速度，会不会冲出车道？

如果现在减速，进入弯道时速度是否合适？

方向盘需要提前转多少？

转向动作会不会太突然？

驾驶员根据未来道路情况决定当前操作。

MPC也是如此：

观察当前状态

预测未来轨迹

比较不同控制方案

选择当前最合理的动作

因此，MPC可以理解为一个不断进行短期规划的控制器。

十、MPC和PID有什么区别？

PID和MPC都是常见控制方法，但思路不同。

PID的核心思想

PID根据当前误差和历史误差进行控制：

误差越大 → 控制作用越强

例如，机器人航向向左偏了，PID就给出向右修正量。

PID的优势是：

• 实现简单；

• 计算量小；

• 易于部署；

• 对单输入单输出系统非常有效。

但PID通常不会直接预测未来状态，也难以同时处理大量约束。

MPC的核心思想

MPC会预测未来一段时间内的系统状态，并提前规划控制量。

它不仅考虑当前误差，还会考虑：

未来误差

控制输入大小

控制动作平滑性

物理约束

多个控制目标

简单对比如下：

对于简单的航向修正或速度控制，PID往往已经足够。

对于需要同时考虑多个状态、约束和未来轨迹的问题，MPC通常更有优势。

十一、MPC和强化学习有什么区别？

强化学习和MPC都可以用于机器人控制，但学习方式不同。

MPC

MPC依赖一个明确的系统模型：

当前状态 + 动作 → 未来状态

控制时需要实时求解优化问题。

它的优点是：

• 行为相对容易解释；

• 可以直接处理约束；

• 不一定需要大量训练数据；

• 能够明确预测未来轨迹。

强化学习

强化学习通过大量试错学习策略：

状态 → 神经网络 → 动作

部署时通常只需要进行一次网络前向计算，因此速度很快。

它的优点是：

• 能处理复杂非线性系统；

• 不一定需要精确动力学模型；

• 可以学习难以人工设计的动作模式；

• 适合高维感知和复杂运动任务。

但强化学习可能存在：

• 训练数据量大；

• 奖励函数难设计；

• 安全约束难以严格保证；

• 策略行为不容易解释。

十二、MPC能和强化学习结合吗？

可以，而且这是机器人领域常见的研究方向。

一种方式是让强化学习负责生成高层目标，MPC负责底层执行。

强化学习：
决定向哪里走、选择什么动作模式

MPC：
根据动力学和约束计算具体控制量

例如：

RL输出目标速度和目标落脚点

MPC计算关节力矩和身体姿态

另一种方式是：

MPC生成安全动作

强化学习对MPC结果进行补偿

还可以让神经网络学习MPC中难以准确建模的部分，例如：

摩擦变化

电机误差

接触动力学

模型残差

这种组合通常被称为：

学习型MPC

RL + MPC

残差控制

安全强化学习

它试图同时利用两者的优势：

MPC负责可解释性、预测和约束

强化学习负责适应复杂环境和未知动力学

十三、MPC在机器人中如何使用？

以轮足机器人直线行走为例，MPC可以读取：

当前机身位置和姿态

当前速度

关节状态

轮子速度

目标前进速度

目标航向

然后预测未来一段时间内：

机器人会不会偏离中心线

机身姿态是否稳定

轮子是否会打滑

关节力矩是否超过限制

未来轨迹是否接近目标

优化目标可以设置为：

尽量跟踪目标速度

尽量保持机身水平

尽量减少航向误差

尽量减少控制量变化

尽量避免超过电机能力

最后，MPC输出：

关节力矩

目标关节角度

目标轮速

目标身体姿态

不过，完整机器人MPC需要准确的动力学模型和较快的优化求解器，工程实现难度明显高于PID。

十四、MPC有哪些缺点？

MPC虽然功能强大，但并不是所有场景都适合使用。

1. 依赖模型准确性

如果系统模型与真实系统差异很大，MPC预测的未来轨迹就可能不可靠。

例如，模型认为轮子不会打滑，但真实地面非常光滑，最终控制结果可能失败。

2. 实时计算量较大

MPC每个控制周期都需要求解一次优化问题。

如果机器人控制频率为500Hz，那么每次优化只能使用约2毫秒。

模型越复杂、预测步数越多、约束越多，计算量就越大。

3. 参数设计并不简单

MPC需要调整：

预测时域长度

控制时域长度

状态误差权重

控制输入权重

平滑性权重

约束范围

如果姿态权重过大，机器人可能过于保守；如果速度跟踪权重过大，机器人可能为了追求速度而牺牲稳定性。

4. 可能出现求解失败

复杂优化问题不一定每次都能及时找到可行解。

因此，实际部署中通常还需要准备：

备用控制器

上一次有效控制量

安全停机策略

约束放松机制

十五、如何用一句话理解MPC？

可以把MPC理解为一个不断重复以下过程的控制器：

先预测未来

再规划动作

只执行第一步

然后重新预测

它不像普通控制器那样只根据当前误差进行反应，而是会提前思考：

现在做出的动作，会怎样影响未来？

总结

MPC是一种基于模型和在线优化的控制方法。

它的完整流程可以概括为：

读取当前状态
      ↓
利用模型预测未来
      ↓
计算多组候选动作
      ↓
选择代价最小的动作序列
      ↓
只执行第一个动作
      ↓
重新读取状态并优化

MPC最重要的三个特点是：

预测未来

滚动优化

显式处理约束

它尤其适合：

• 自动驾驶轨迹跟踪；

• 机器人运动控制；

• 无人机飞行控制；

• 工业过程控制；

• 能源管理；

• 多变量约束系统。

MPC的核心思想可以总结为一句话：

不要只纠正现在的错误，而要通过预测未来，提前决定现在应该怎么做。