简介：面向自动化与控制工程方向的初学者，这套迭代学习控制（ILC）入门演示程序聚焦重复性任务中的轨迹跟踪问题，无需精确系统模型即可通过多次迭代逐步修正控制输入，提升输出精度。资源包共四个文件，包含两个MATLAB脚本、一篇ILC英文综述论文以及一个用于补充归档的压缩包，整体约914KB，轻量且结构清晰，便于快速查看与运行。脚本实现了ILC核心迭代更新逻辑，用户可自行修改迭代次数，观察不同迭代轮次下系统跟随性能的变化，直观理解误差校正与收敛过程；同时通过对比曲线还能体会学习率、收敛速度与计算代价之间的平衡。附带的综述PDF对从基础概念到研究进展做了系统梳理，便于理论结合实践。目前这套程序已有812人学习下载，适合希望快速建立ILC概念并动手仿真的初学者作为入门参考。
1. 迭代学习不是玄学：重复任务越做越准的背后逻辑
做运动控制的人应该都有过这种经历：同一台设备，同一个轨迹，每次跑下来都有差不多的跟踪误差，怎么调反馈参数都压不下去。调大增益就开始嗡嗡响，调小了又跟不上，最后只能把误差指标放宽。事实上，这类重复出现的误差根本不需要靠反馈去硬扛，思路反过来就行：把这批误差记下来，下一批开始前把修正量直接加进输入序列，系统就会一次比一次准。这就是迭代学习控制（ILC）。它适合所有“同一个动作反复执行”的场合：机械臂往返、点胶路径、伺服压装、注塑曲线、贴片机XY平台。这篇笔记从原理讲到可复现的仿真，再到参数整定和现场排坑，目标是让你看完能判断自己的设备值不值得上ILC，并知道第一版怎么搭。适合人群是不满足于“反馈调参调到头”的工程师，以及想把重复精度做一个台阶的自动化和运动控制从业者。
2. ILC的工作原理与学习律选型：从误差方程看收敛条件
2.1 它与反馈控制互补，不是替代
先把ILC的位置讲清楚。反馈控制（PID）是实时把当前误差映射成纠偏动作，它对“本批次刚发生的、不可预知的扰动”有效，但对“每次都一样的那部分误差”没法根治。重复误差往往来自系统建模偏差、负载周期波动、摩擦特性不一致等，反馈只能用一个较大增益去实时抵抗，代价是噪声放大甚至失稳。ILC的做法完全相反：它在批次之间工作，拿上一批误差去批量修正下一批的控制输入信号。它不追求环路的实时响应，而是让控制输入序列本身蕴含对系统特性的补偿。
所以最稳妥的工程组合是“反馈打底、ILC精修”：反馈压非重复扰动，ILC磨重复偏差。我一般会在评估项目时先抓一次误差曲线，让同一轨迹连续跑五遍，把五条误差曲线叠在一起看。如果重复占比超过60%，ILC就有明显机会；如果每次误差形态完全不同，说明非重复因素占主导，先把机构松动、负载波动、定位基准这些硬问题解决再谈学习。
判断任务适不适合上ILC，就看三条：参考轨迹是否重复、初始状态能否基本一致、系统动态是否稳定可复现。这三条都是硬门槛，缺一条就要先解决再谈学习。比如点胶机每个产品的位置有偏差，靠视觉引导重新生成轨迹后，轨迹之间是相似但不完全相同的，这种场合传统ILC需要配合轨迹对齐或缩放才能用，不是默认就能成立的。
2.2 迭代学习律的本质：误差从上一批到下一批的压缩
数学上把一个线性系统在批次k的输出近似写作y_k = P u_k + d_r + d_n(k)，其中P是输入到输出的映射，d_r是每批都一样的重复扰动，d_n(k)是随批次变化的非重复扰动。ILC学习律的通用形式为u_{k+1} = Q(u_k + L e_k)，e_k = y_d - y_k。Q是鲁棒性滤波器，L是学习增益。若先忽略Q，误差演化可以写成e_{k+1} ≈ (I - L P) e_k + 非重复项。只要算子(I - L P)在任务频段内的谱半径小于1，每一批误差就会被等比压缩，这正是“越学越准”的原因。
把谱半径翻译成工程师语言：如果当前批误差在某个频率分量上被放大了，下一批那个频率就会更严重，这就是发散。ILC在低频段几乎总是容易收敛的，因为对象在低频的幅值和相位都比较规整，L又是个正实数增益；难办的是高频段，模型不确定性大、采样延时明显，(I - L P)在高频处很容易超过1。如果不加抑制，ILC会把高频噪声当成“真经验”学进去，这是新手最常见的翻车点。
实验上验证收敛很简单：每次迭代算一次误差向量的RMS（均方根值），画成一条随批次下降的曲线。如果曲线单调下降并进入平台，说明学习有效；如果在中途掉头向上，说明某个频段被放大，需要回头检查L和Q。
2.3 工程上常见的三种学习律：P、PD、PI型怎么选
工程落地上很少有人一上来就上一套复杂高阶学习律，绝大多数应用都是绕着三种经典形式转。
| 学习律 | 更新式（略去Q） | 特点 | 常见场合 |
|---|---|---|---|
| P型 | u_{k+1} = u_k + L_p e_k | 实现最简单，需要对象有较好模型或低频增益稳定 | 伺服运动、SCARA轨迹补偿、XY平台 |
| PD型 | u_{k+1} = u_k + L_p e_k + L_d é_k | 带误差导数，相位超前，收敛速度更快；但D项放大噪声，必须配合滤波 | 机器人关节、负载惯性变化较大的场合 |
| PI型 | u_{k+1} = u_k + L_p e_k + L_i ∫e_k dt | 对重复性稳态偏差积累作用强 | 压装力控制、注塑压力/温度轨迹、慢过程批次 |
选型的实际经验是：第一步默认用P型，加低通Q滤波，先把重复误差观察到能收敛；如果前几代误差下降很慢，再考虑加一点D项加快收敛。遇到每批末尾都存在同一方向剩余偏差、像“差一点到位”这种情况，再加I项。不要一上来就PD加PI全上，参数多了很难排查谁在制造噪声。
很多商业控制器里内置的ILC模块，默认就是“P型+Q滤波”。原因不是理论简单，而是这套组合在大部分设备上都能先跑起来，后续再根据误差形态决定要不要加更多项。学习律选定之后，剩下的工作就是调三个量：学习增益、Q滤波器、批次停止条件，这正好是第4章要展开的内容。
3. 用Python跑通ILC控制器：二阶模型、P型学习律与误差收敛曲线
3.1 仿真对象设置：为什么用二阶模型
一个带阻尼的惯量-刚度对象（电机轴带动负载，近似为二阶机械系统）是运动控制仿真里最典型的选择。它体现谐振、有限带宽、相位滞后，正好用来观察ILC怎么把反馈压不掉的误差学掉。参数取自然频率wn=10 rad/s、阻尼比zeta=0.7、采样周期dt=0.005s，参考轨迹时长2秒。
import numpy as np from scipy.signal import TransferFunction, cont2discrete # 二阶机械对象：wn 自然频率，zeta 阻尼比 wn = 10.0 zeta = 0.7 num = [wn**2] den = [1, 2*zeta*wn, wn**2] sys_c = TransferFunction(num, den) dt = 0.005 N = int(2.0 / dt) # 400 步，2 秒轨迹 # 零阶保持离散化，最接近实际 DAC 行为 sys_d = cont2discrete(sys_c, dt, method='zoh') A_d, B_d, C_d, D_d = sys_d[0], sys_d[1], sys_d[2], sys_d[3]零阶保持离散化保证输入在两个采样点之间恒定，和真实设备里DAC输出零阶保持器一致。如果用欧拉离散化，低频特性会偏移，仿真结论搬到现场时容易对不上。
参考轨迹我用一个梯形速度曲线生成，先加速到0.8m/s，匀速一段，再减速到零。这样轨迹本身的频率含量不高，方便观察ILC的收敛过程。
t = np.arange(N) * dt yd = np.zeros(N) v = 0.0 for i in range(1, N): if t[i] < 0.2: a = 4.0 # 0~0.2s 加速 elif t[i] < 1.1: a = 0.0 # 0.2~1.1s 匀速 elif t[i] < 1.3: a = -4.0 # 1.1~1.3s 减速 else: a = 0.0 v += a * dt yd[i] = yd[i-1] + v * dt加速段0.2秒对应主频大约5Hz，轨迹能量基本集中在10Hz以内。如果参考轨迹本身带毛刺，要先做平滑规划，否则ILC会把规划不平滑带来的误差也学进去。
3.2 写一个最小ILC闭环：P型学习律的完整仿真
被控对象是单输入单输出系统，输出为位置。仿真里我加了一个重复性扰动，模拟负载力矩带来的周期性误差。逐批加入少量随机噪声，模拟每批不一样的非重复部分。
# 重复性扰动：每批一样，模拟周期性负载/摩擦 rep_dist = 0.02 * np.sin(2 * np.pi * 0.5 * t) def simulate(u, noise): x = np.zeros(2) y = np.zeros(N) for i in range(N): y[i] = C_d.dot(x) + float(D_d[0,0]) * u[i] x = A_d.dot(x) + B_d[:,0] * u[i] return y + rep_dist + noise # 初始输入为零，P型ILC u = np.zeros(N) learn = 0.5 rms_history = [] for it in range(25): noise = 0.003 * np.random.randn(N) # 非重复扰动 y = simulate(u, noise) e = yd - y rms_history.append(np.sqrt(np.mean(e**2))) u = u + learn * e # 学习律更新我的实验参数下，第一次迭代RMS约0.04到0.05，第10次降到0.006附近，第25次收敛到0.002左右。收敛下限主要由每批不同的随机噪声决定，如果把噪声去掉，误差能收敛到接近机器精度。这说明ILC对重复误差的压缩能力极强，但对非重复部分无能为力。
逻辑说明：每次迭代里u是整个输入序列，不是某个标量增益。学习更新是整个序列一起更新，这正是ILC和反馈控制最大的差异——反馈控制实时修正的是当前控制量，ILC批量修正的是下一批的整条控制命令。参数learn=0.5表示每批把误差的一半叠加到输入序列上。系统低频增益接近1时，误差大致按0.5倍等比下降；learn取太小收敛慢，取太大高频容易先炸。
3.3 对照实验：反馈控制与ILC的误差极限
为了判断ILC是不是“自嗨”，我跑一个纯比例反馈做对照。这里反馈有一拍延时，因为离散控制器的输出要经过一个周期才作用于对象，这和实际控制系统一致。
Kp = 10.0 u_fb = np.zeros(N) y_fb = np.zeros(N) x = np.zeros(2) for i in range(N): y_fb[i] = C_d.dot(x) err_fb = yd[i] - y_fb[i] u_fb[i] = Kp * err_fb x = A_d.dot(x) + B_d[:,0] * u_fb[i] rms_fb = np.sqrt(np.mean((yd - y_fb)**2)) print('pure feedback rms =', rms_fb)这个反馈闭环的RMS大约在0.02到0.03，如果把Kp再拉大，系统会因为相位裕量不足开始振荡。而ILC跑完25代后RMS已经到0.002量级，差距接近一个数量级。反馈控制对重复误差的压制依赖环路增益，环路增益又受稳定性和噪声限制；ILC则把误差当作历史信息逐步补偿，不需要靠实时高增益去硬顶。
需要说明的是，这个对照里反馈组没有逐批学习能力，它在抗非重复扰动上其实有优势。工程上最终方案往往是ILC前馈加一个低增益反馈，二者各管一段，而不是让ILC完全替代反馈。
4. 三个必调参数与整定顺序：学习增益、Q滤波与批次停止
4.1 学习增益L：从收敛慢到发散只在一瞬间
学习增益是第一个要调的参数，也是最容易拍脑袋的。它的本质是控制误差反馈到输入修正的比例，直接决定每代误差压缩多少。对低频增益接近1的对象，L取0.3到0.5是大概率安全区；如果现场对模型不确信，L从0.2起步。判断依据很简单：跑10代，看RMS曲线每代下降率。下降率小于10%，可以加0.1；如果某一次RMS比上一代还高，立刻把L减半。
L调大并不会出现一个“渐变”的恶化过程。在临界值以下，收敛变快；越过临界值，高频分量开始逐年放大，可能从收敛状态直接跳到发散，中间过渡很窄。血泪经验：仿真里L取0.8很正常，现场往往只能用到0.2到0.4，因为真实设备有模型误差、时滞和量化噪声，高频段的真实谱半径比仿真模型大得多。
还要注意L的量纲与被控对象直流增益的关系。如果对象的低频增益不是1，比如速度环对象是积分特性，学习增益就不能直接理解为“误差的百分比”，要先估算对象在工作频段内的增益量级。常见做法是用开环阶跃响应估算，输入1对应稳态输出大约多少，再让L乘以这个值落在0.3到0.5区间。
4.2 Q滤波器：把噪声留在没学过的状态
Q滤波器是决定ILC能否从仿真走向现场的关键。学习律u_{k+1} = Q(u_k + L e_k)里，Q不是加在误差上，而是对整条更新后的输入序列做滤波。最常见的设计是零相位低通滤波器，截止频率取轨迹带宽的3到5倍。
from scipy.signal import butter, filtfilt # 参考轨迹主要能量低于5Hz，Q截止取20Hz f_cut = 20.0 order = 2 b, a = butter(order, f_cut / (0.5 / dt), btype='low') for it in range(25): noise = 0.003 * np.random.randn(N) y = simulate(u, noise) e = yd - y u_raw = u + learn * e # 零相位滤波，避免相位误差进入学习回路 u = filtfilt(b, a, u_raw)Q的作用是把高频噪声从“学习”里剔出去。误差里既有真实需要补偿的低频重复成分，也有传感器噪声和机械高频抖动。如果不滤波，ILC会逐年把噪声当真实误差学进输入，表现为误差先降后升、电机高频嗡嗡声越来越明显。
提示：filtfilt是非因果滤波，只能用于离线批处理或先算好前馈序列再注入。在线实时系统无法直接使用，常见替代方案是设计零相位特性的FIR滤波器并补偿固定延时，或者在每次更新后对输入序列做一次双向滑动平均。
截止频率选太低会牺牲学习精度，选太高等于没过滤。我一般先抓一次误差的功率谱，看能量主要集中到哪个频率，再乘3倍作为Q的截止频率。把20Hz作为初始值，对2秒、主频5Hz的轨迹足够。采样率5ms对应奈奎斯特频率100Hz，Q截止20Hz相当于只学20Hz以下频段，给高频留出足够衰减空间。
4.3 批次停止条件：误差平台期与固化前馈
ILC不是跑越多越好。一般跑15到25代，RMS曲线就会从快速下降转入平台期。工程上我习惯看连续三次迭代的RMS变化：如果每次下降不足2%，就认为进入了平台，可以把当前u序列导出为前馈命令表。
# 停止条件示例：连续3次迭代下降率均小于2% for it in range(30): y = simulate(u, noise) e = yd - y rms = np.sqrt(np.mean(e**2)) rms_history.append(rms) u = u + learn * e if len(rms_history) >= 4: recent = np.diff(rms_history[-4:]) / rms_history[-4:-1] if np.all(recent > -0.02): # 下降不足2% break固化前要检查输入序列的幅值是否在驱动器允许范围内。很多设备输出了超限的前馈，驱动器一限幅，实际效果和仿真差很多。固化后的u只在当前负载、当前轨迹下有最优意义；换规格、换速度、换负载重量，通通需要重新学习。
5. 迭代学习落地避坑：5个现场最容易翻车的问题与排查
5.1 坑1：越学越抖，误差先降后升：把高频噪声当成了经验
现象：前5代误差明显下降，第10代开始又抖起来，电机有高频啸叫，误差RMS曲线先降后升。
原因：学习律把每个采样时刻的误差都当成真实误差去修正，而实际误差里包含传感器噪声和机械高频抖动。误差在低频被压住，高频被逐批放大，最终盖过低频收益。
解决：把Q截止频率降到轨迹带宽的2到3倍；检查采样周期是否足够短，建议采样频率至少是Q截止频率的50倍以上。另一个有效手段是对误差序列先做时间平均再学习，相当于在批次域做低通，能直接压掉随批变化的高频成分。
5.2 坑2：初始点每次不一样，第一批直接发散
现象：设备每次启动位置有0.1到0.5mm偏差，ILC前几代误差忽大忽小，曲线不收敛。
原因：ILC收敛性假设初始状态一致。初值不一致等价于每批多了一个额外输入扰动，误差里含有无法由固定输入序列补偿的成分。
解决：先回零消除初值偏差；回零精度不够就在启动段做学习率衰减，前0.2秒内不更新输入，让反馈先把系统拉回重复段；或者从第二批开始学习，把第一批当预热。
5.3 坑3：反馈带宽和ILC打架，机械谐振被学出来
现象：ILC一开，伺服轴出现高频“吱吱”声，甚至机械接头处可见振动。关掉ILC后噪声消失。
原因：对象在机械谐振峰附近幅值高、相位变化剧烈，(I - L P)在这个频段不收敛，谐振分量被逐批放大。
解决：先做扫频或白噪声激励，测出对象频率响应，找到谐振峰位置。Q截止频率取谐振峰频率的80%以下；如果谐振峰非常尖锐，考虑在对象侧加陷波器，再让ILC学习陷波之后的系统。这个坑在刚性不足、带长负载的设备上尤其常见，不能靠单纯减小L解决。
5.4 坑4：换轨迹就得全部重学：记性好但不会迁移
现象：把参考速度从0.8m/s改成0.5m/s，RMS回到第一代水平，之前学的全白费。
原因：ILC学到的是“针对固定参考轨迹的最佳输入序列”，它本质上是时间轴上的查表曲线，和轨迹绑定。
解决：保留多条历史u序列，新轨迹先找时间缩放后的近似u作为初始输入，再跑10代收敛。插值之后的u要先做一次低通滤波，避免时间缩放引入台阶电压。如果轨迹形状变化频繁，考虑用点对点ILC或基元学习方案，只学工艺关心的几个关键点。
5.5 坑5：上位机算完一帧要好几毫秒，输入时序对不齐
现象：仿真收敛良好，实机一跑就振荡。查了机械、查了反馈，都没问题。
原因：ILC要求误差序列在时间轴上严格对齐。如果控制周期抖动、操作系统抢占严重，批次之间的u和y无法对应，学习律会把时序抖动当成误差学进去。
解决：在实时核或中断里固定采样周期；学习更新放在非实时线程，但用时间戳对u和误差做重采样对齐。现场快速验证时，可以把Q带宽余量加大，容忍几毫秒的时序抖动，代价是学习精度下降。
6. 进阶用法与验证技巧：把ILC从仿真搬到真实设备的三种姿势
6.1 轨迹时间轴缩放：把旧经验“拉伸”给新曲线
当新轨迹和旧轨迹形状相同、速度不同，可以通过时间缩放迁移旧前馈。若旧轨迹时长T1，新轨迹时长T2，把旧u按比例映射到新时间轴上，再做一次低通滤波。
6.2 点对点ILC：只学工艺关心的关键位置
很多设备只要求某几个点位精度，比如停止位、压装到位点、变距位置。点对点ILC只在这些关键点更新输入，不学整条曲线。优点是抗噪声能力强、对相位不敏感，可以在只有点位没有完整期望轨迹的设备上使用。
6.3 ILC加反馈复合：把误差拆成两块
批间ILC负责上一批观察到的重复误差，批内反馈负责实时扰动。实现时注意让ILC学习的是“去除反馈补偿效果”之后的等效误差，否则会把反馈的贡献也学进去，造成两倍补偿。常见结构是ILC输出作为前馈，反馈输出叠加其上。
我在一个伺服压装项目里吃过亏：跳过Q滤波直接上ILC，试验曲线第一轮很好，第二轮开始高频抖动，大半个晚上都以为是机械松动，最后发现是误差功率谱里30Hz附近的噪声被逐批放大。从那时起我养成一个习惯：任何ILC上机前，先抓一批误差FFT，把候选Q的截止频率写在调试表第一行。ILC这个方向对重复任务的价值是实打实的，只要摸清重复误差占比，照上面这套走，通常能把精度提升一个量级。希望帮到你。
本文还有配套的精品资源，点击获取
