Learning Direct Control from Optimization for Dynamic Target Tracking
作者: Bing Sun, Yue Lin, Canhui Wen, Xin Chen, Yang Liu, Dong Wang, Huchuan Lu
分类: cs.RO
发布日期: 2026-10-26
💡 一句话要点
提出LECO框架以解决动态目标跟踪中的控制优化问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 动态目标跟踪 移动机器人 控制优化 轨迹预测 深度学习
📋 核心要点
- 现有的动态目标跟踪方法在处理障碍物时，往往需要复杂的数值求解，导致实时性不足。
- LECO框架通过将跟踪优化转化为离线学习直接控制策略，利用可微运动学模型实现控制序列的预测与轨迹映射。
- 实验结果表明，LECO在多种障碍物密度下显著降低了线性抖动，并在跟踪成功率上表现优异。
📝 摘要（中文）
动态目标跟踪要求移动机器人在导航障碍物时保持目标可见性，并实现平滑、可行的控制。在线轨迹优化明确编码了这些目标，但需要重复的数值求解，而基于航点的神经策略则将几何预测与控制执行分开。本文提出LECO框架，将跟踪优化转化为离线学习直接控制策略。LECO预测控制序列并通过可微运动学模型将其映射到轨迹上，使轨迹级目标能够直接指导控制学习。通过逐步引导专家的课程，初始化有效的跟踪行为，并逐渐将学习转向这些任务目标。在部署时，预测安全锁检查短期障碍物清除情况，并在预测运动不安全或目标预测无效时调用经典规划和控制的后备方案。在三种模拟障碍物密度下，LECO相较于最佳竞争方法减少了14.1%至31.2%的均方根线性抖动，并实现了最高的跟踪成功率，每周期计算时间为4.25至5.63毫秒。对两个机器人平台的实验进一步展示了在室内狭窄通道和户外森林环境中的跟踪能力。这些结果表明，从优化中学习直接控制能够实现平滑且鲁棒的动态目标跟踪。
🔬 方法详解
问题定义：本文旨在解决动态目标跟踪中，移动机器人在导航障碍物时保持目标可见性与实现平滑控制的挑战。现有方法通常依赖复杂的在线轨迹优化，导致实时性能不足。
核心思路：LECO框架的核心思路是将跟踪优化转化为离线学习的直接控制策略，通过可微运动学模型将控制序列映射到轨迹上，使得轨迹级目标能够直接影响控制学习。
技术框架：LECO的整体架构包括三个主要模块：控制序列预测、轨迹映射和专家引导课程。控制序列预测模块生成控制指令，轨迹映射模块通过运动学模型将控制指令转化为实际轨迹，专家引导课程则帮助初始化有效的跟踪行为。
关键创新：LECO的最大创新在于将在线优化与离线学习结合，使得控制学习能够直接受轨迹级目标的指导。这一方法与传统的基于航点的神经策略相比，显著提高了控制的平滑性和鲁棒性。
关键设计：在设计中，LECO采用了逐步引导的专家课程，以初始化有效的跟踪行为。此外，预测安全锁机制确保了在不安全情况下的控制回退，增强了系统的安全性和可靠性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，LECO在三种不同的障碍物密度下，相较于最佳竞争方法，均方根线性抖动减少了14.1%至31.2%，并实现了最高的跟踪成功率。每周期计算时间为4.25至5.63毫秒，表明其在实时性和性能上的优越性。
🎯 应用场景
该研究的潜在应用场景包括自主移动机器人、无人驾驶汽车以及智能监控系统等领域。通过实现平滑且鲁棒的动态目标跟踪，LECO框架能够提升机器人在复杂环境中的导航能力，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
Dynamic target tracking requires a mobile robot to maintain target visibility while navigating obstacles with smooth, feasible controls. Online trajectory optimization explicitly encodes these objectives but requires repeated numerical solving, whereas waypoint-based neural policies separate geometric prediction from control execution. We introduce LECO, a framework that transfers tracking optimization into offline learning of a direct-control policy. LECO predicts control sequences and maps them to trajectories through a differentiable kinematic model, allowing trajectory-level objectives to directly guide control learning. A decaying expert-guidance curriculum initializes effective tracking behavior and progressively shifts learning toward these task objectives. At deployment, a predictive safety lock checks short-horizon obstacle clearance and invokes a classical planning and control fallback when the predicted motion is unsafe or the target prediction is invalid. Across three simulated obstacle densities, LECO reduces root-mean-square linear jerk by 14.1--31.2\% relative to the best competing method for this metric and achieves the highest tracking success rate, with per-cycle computation times of 4.25--5.63\,ms. Experiments on two robot platforms further demonstrate tracking through indoor narrow passages and outdoor forest environments. These results demonstrate that learning direct control from optimization enables smooth and robust dynamic target tracking.