通用AI控制器问世：单一算法可驾驭25种动态系统

传统控制器通常针对特定系统设计，难以适应不同系统阶次和动态特性。最新研究提出“通用控制器”概念，采用基于学习的方法实现跨系统控制。该方案创新性地引入基于注意力机制的动态状态空间表示方法，通过掩码技术和系统标签分配，使单个神经网络经过一次性训练后，无需架构修改即可处理不同维度的系统。

研究团队从25个多样化系统中生成314,630组演示数据，涵盖稳定、不稳定、最小相位和非最小相位动态系统，涉及线性与非线性系统，应用场景从自主水下航行器、航空航天飞行器到机械系统和化学过程。模型通过多尺度时间处理和专家混合架构学习跨系统控制策略。

仿真结果表明，该通用控制器在所有测试系统中均达到与专用LQI控制器相当的性能，包括非最小相位和不稳定动态等挑战性案例。同时展现出对未见操作条件的泛化能力，如执行器饱和、噪声干扰以及训练中未遇到的参考轨迹。这项研究标志着在定义动态系统家族内实现通用控制策略的重要进展，首次通过单一学习策略有效控制不同阶次和动态特性的单输入单输出系统，无需针对特定系统进行调优。