时序分解加速非线性MPC：可扩展学习型求解器LISCO新突破

非线性模型预测控制的实时性困境

非线性模型预测控制（Nonlinear Model Predictive Control, NMPC）是现代控制领域的一把利器。它能够在复杂目标约束下处理大规模非线性系统，被广泛应用于化工、机器人、能源等需要精细调度的场景。然而，NMPC 的核心瓶颈始终存在：每一个控制周期都需要求解一个大规模非线性优化问题，而这种求解的计算成本会随着系统状态数量和预测时域（prediction horizon）的增长而急剧上升。

对于动态变化快、状态维度高的系统来说，这意味着在线求解可能无法在控制周期内完成，从而让 NMPC 的实时部署变得困难。如何在保证约束满足的前提下大幅压缩在线计算时间，一直是学界和工业界共同关注的难题。

神经网络近似控制律的两难

一个直观的思路是用神经网络来近似最优控制律，把昂贵的在线优化替换为一次前向推理。这种方法确实能显著降低在线成本，但代价不容忽视。

首要问题是约束违反。神经网络输出的控制量并不天然满足系统的物理与安全约束，在边界工况下可能产生不可行甚至危险的控制指令。其次是训练数据的高昂代价——传统的监督学习方案需要预先计算大量的优化器求解结果作为训练标签，而这些标签本身就来自于昂贵的 NMPC 求解过程，形成了成本转移而非成本消除。

换言之，用神经网络直接拟合控制律，虽然加速了推理，却把计算负担前移到了数据准备阶段，并引入了可行性风险。

LISCO：学习迭代而非学习答案

学习型约束优化迭代求解器（Learning-based Iterative Solver for Constrained Optimization, LISCO）提供了一条不同的路径。它不去直接预测最终的控制量，而是学习预测原始-对偶步长（primal-dual steps），逐步逼近满足 KKT（Karush-Kuhn-Tucker）最优性条件的解。

这一设计有两个关键优势。其一，训练采用自监督方式，直接以 KKT 条件的满足程度作为目标，无需任何预先计算的优化器解作为标签，彻底摆脱了对昂贵标注数据的依赖。其二，由于求解过程保留了迭代结构，它更贴近经典优化求解器的工作方式，在可行性上更有保障。

不过，原始的 LISCO 存在一个结构性缺陷：它采用密集的、单体式（monolithic）网络架构，网络规模会随着预测时域的增长而线性膨胀。这使得它在面对长时域、大规模问题时难以扩展。

KKT（Karush-Kuhn-Tucker）条件是非线性约束优化问题最优解的必要条件，可以理解为「一个点是最优解」的数学指纹。对于带约束的优化问题，KKT 条件要求在最优点处，目标函数的梯度可以被约束梯度的线性组合表示，同时需满足原始可行性（解满足约束）、对偶可行性（拉格朗日乘子非负）以及互补松弛条件（激活约束与乘子乘积为零）。原始-对偶方法则是求解满足这组条件的经典数值框架：它同时在原始变量（决策变量）和对偶变量（拉格朗日乘子）空间中迭代，每步计算一个使 KKT 残差减小的联合步长。LISCO 的关键洞察在于，与其让网络直接输出最终答案，不如让网络预测这个迭代过程中的每一步步长——这样即使网络预测不完美，迭代本身也提供了纠错机制，并且可以通过检查 KKT 残差来判断当前解的质量，无需外部标签。

时序分解：让网络规模与时域解耦

本研究的核心贡献，是通过挖掘问题的时序结构来重新设计求解器架构。NMPC 问题在时间维度上具有天然的分块结构——每个时间步的变量和约束之间存在局部耦合关系。利用这一点，新架构让网络规模不再依赖于预测时域的长度。

更巧妙的是，这种架构改造不改变训练损失函数，也不改变求解器的迭代逻辑。也就是说，它在保留 LISCO 自监督训练优势的同时，仅通过架构层面的时序分解就打破了horizon依赖的限制。这是一种相当优雅的工程与理论结合——把问题本身的结构先验嵌入到模型设计中，而非靠堆参数硬扛。

此外，研究者还引入了一种闭环重采样策略（closed-loop resampling）。它让训练数据分布与实际闭环运行时遇到的状态分布保持一致，从而缩小训练与部署之间的分布偏移，而且不额外增加采样成本。这解决了许多学习型控制方法中训练分布与真实运行分布脱节的常见痛点。

预测时域（prediction horizon）是 MPC 框架中的核心超参数，它决定了控制器向未来「看」多远：时域越长，优化问题中的决策变量和约束数量越多，求解成本越高，但理论上也能做出更有远见的决策。在经典 MPC 问题的稀疏结构中，相邻时间步之间通过系统动力学方程相连，但每个时间步的变量主要只与相邻步耦合，形成块三对角的稀疏雅可比矩阵。时序分解正是利用了这一块稀疏结构：让网络在每个时间步只处理局部的变量和约束信息，而不是将整个 horizon 的所有变量拼接成一个巨型输入向量送入单体网络。这类似于序列模型在每个时间步复用相同参数，网络参数量由单步问题的规模决定，而非总时域长度，从而实现参数规模对 horizon 的不变性，也大幅提升了推广到不同时域长度的能力。

基准测试：四倍提速且零约束违反

研究在一个经济型 NMPC 基准问题——CSTR（连续搅拌釜式反应器）级联系统上进行了验证。结果从三个维度展现了方法的价值：

• 可扩展性：新求解器能够处理比单体式 LISCO 更大规模的问题，证明时序分解确实解除了horizon瓶颈。
• 求解速度：相比业界广泛使用的内点法求解器 IPOPT，中位加速比最高可达四倍。
• 控制性能与安全性：在闭环运行中，它取得了与 IPOPT 相当的控制性能，并且未观测到任何约束违反。

零约束违反这一点尤为关键，它直接回应了神经网络近似控制律最被诟病的安全隐患，说明基于 KKT 迭代的学习范式在可行性保障上确实更可靠。

CSTR（连续搅拌釜式反应器，Continuous Stirred Tank Reactor）是化工过程控制领域的经典基准系统。反应器内的化学反应伴随着放热或吸热效应，导致温度与浓度之间存在强非线性耦合：温度升高会加速反应、进一步放热，形成正反馈，使系统对扰动极度敏感。级联 CSTR 系统则将多个反应器串联，前一级的输出作为后一级的输入，进一步增加了状态维度和耦合复杂度。经济型 NMPC 在此场景下不仅要稳定控制温度和浓度，还要同时优化产率或能耗等经济目标，使优化问题兼具非线性动力学约束与经济目标的多目标性质。这一基准的典型性在于它同时具备高非线性、多状态、安全约束严格（温度过高可能失控）等特征，能够较真实地反映工业场景中 NMPC 所面对的挑战。IPOPT（Interior Point OPTimizer）则是目前工业和学术界求解大规模非线性规划问题最广泛使用的开源内点法求解器，以其鲁棒性和精度著称，是评估新方法加速比的主要参照基线。

意义与展望

这项工作的价值不仅在于把 NMPC 求解速度提升了数倍，更在于它示范了一种处理学习型优化求解器的思路：与其让网络去记忆海量答案，不如让它学习如何高效迭代，并把问题的结构先验（如时序分解）内嵌到架构中。

对于那些受制于实时计算瓶颈的快速动态系统——例如高频化工过程控制、自动驾驶中的轨迹优化、机器人实时运动规划——这种既快又安全的求解范式有望打开 NMPC 的新应用空间。当然，当前验证仍停留在特定基准系统上，其在更高维度、更强非线性以及真实硬件部署中的泛化能力，还有待后续研究进一步检验。