自适应控制 = 控制器自己学习参数
一、控制论本质
自适应控制：当被控对象 G(s) 的参数未知或在变化时，控制器在线辨识 G(s) 并自动调整控制律。
┌─────────────────────────────┐
│ 自适应控制器 │
r(t) ──→ │ ┌─────────┐ ┌─────────┐ │ ──→ u(t) ──→ G(s, θ) ──→ y(t)
│ │ 辨识器 │ → │ 控制器 │ │ ↑
│ │ 估 θ̂(t)│ │ C(s,θ̂) │ │ │
│ └─────────┘ └─────────┘ │ │
│ ↑ │ │
│ └──── y(t) 反馈 ───────┼──────────────────┘
└─────────────────────────────┘关键属性：
- 双环结构：内环是普通反馈，外环是参数自适应
- 辨识器估计 G(s) 的参数 θ̂(t)
- 控制器根据 θ̂(t) 调整自身参数
- 系统主动适应环境变化
两种自适应：
自镇定（Self-Oscillation / Adaptive Stabilization）：
- 目标：系统在参数变化下保持稳定
- 方法：在线调整控制律维持稳定性
自最优（Self-Optimal / Model Reference Adaptive）：
- 目标：跟踪参考模型的行为
- 方法：调整参数使系统行为逼近参考二、钱学森原话
钱学森 Ch 18 引言： "自适应控制系统是这样一种系统： 它能在被控对象参数发生较大范围变化的情况下， 自动地调整控制律的参数， 使系统仍能满足设计要求。"
钱学森 Ch 18： "自适应控制系统的设计必须解决两个问题： （1）在线辨识被控对象的参数； （2）在线调整控制律。 这两个问题都是困难的，但也是工程上迫切需要的。"
三、软件工程对位
| 自适应控制场景 | 软件工程实例 |
|---|---|
| 自适应限流 | 阈值根据历史 QPS 自动调整 |
| K8s HPA | 副本数根据实际负载自动调整 |
| 机器学习 | 模型参数根据数据自动更新（=最典型的自适应） |
| A/B 测试自动调参 | 根据转化率自动调整流量分配 |
| 自动数据库调优 | 缓冲池大小根据查询模式自动调整 |
| CDN 智能调度 | 调度策略根据实时延迟自动调整 |
| 自适应缓存 TTL | TTL 根据访问模式自动调整 |
| 自动扩缩容 | 资源根据流量自动伸缩 |
共同特征：
- 业务环境在变化
- 固定参数的最优解不再是"最优"
- 需要在线学习和自动调整
四、调用的 L 层方法论
| 方法论 | 在自适应中的角色 |
|---|---|
| self-stabilizing-adaptive（自镇定与自适应） | 自适应的具体实现 |
| dynamic-programming（动态规划） | 在线最优决策 |
| extremum-seeking（自寻最优） | 无模型在线寻优 |
| optimal-control（最优控制） | 离线最优的理论基础 |
五、实战案例
案例 1：自适应限流
普通限流：阈值 = 10000（固定）
问题：业务增长，10000 已不够
问题：流量低峰，10000 浪费
自适应限流：
阈值(t) = base + α · error_rate(t) + β · p99(t)
在线调整：
- 错误率高 → 阈值降
- P99 高 → 阈值降
- 资源空闲 → 阈值升
实现：滑动窗口 + 反馈调节案例 2：K8s HPA
目标：CPU = 70%
当前：CPU = 30%（低负载）
传统（固定规则）：
if CPU > 70%: scale_up
if CPU < 30%: scale_down
问题：阈值固定，无法适应业务变化
自适应：
desired_replicas = ceil(current_replicas · target_util / current_util)
+ 平滑（避免震荡）
+ 滞回（避免边界抖动）
+ 预测（提前扩容）案例 3：机器学习模型在线学习
传统 ML：
训练（离线）→ 部署（固定）→ 推理
问题：数据分布变化（drift）→ 模型失效
自适应 ML（在线学习）：
训练（在线）→ 部署（持续）→ 推理
↑__________________↓
新数据持续训练
对应到控制论：
- 辨识器 = 训练任务
- 控制器 = 推理模型
- 自适应 = 持续训练六、自适应的工程挑战
挑战 1：辨识的精度
参数估计需要：
- 持续激励（输入信号足够丰富）
- 足够数据
- 计算资源
软件对位：
- 流量必须持续有变化
- 历史数据足够
- 计算资源（在线训练）挑战 2：稳定性的证明
理论难点：
- 辨识器和控制器互相影响
- 整体稳定性难以证明
工程实践：
- 慢自适应（慢调整）
- 加投影（限制参数范围）
- 加死区（小变化不调整）挑战 3：辨识与控制的时间常数
辨识要快于参数变化
控制要快于系统响应
软件对位：
- 模型更新频率 > 业务变化频率
- 控制频率 > 业务响应频率七、设计原则
原则 1：慢自适应
调整步长：α ∈ (0, 0.1) ← 一次只调一点
避免：α = 0.5+ ← 容易震荡
软件对位：渐进式发布 + 灰度原则 2：加约束
参数投影：θ ∈ [θ_min, θ_max]
死区：|ΔJ| < δ 不调整
软件对位：限流上下界 + 阈值滞回原则 3：可观测
必须能测量被控对象的状态
否则无法在线辨识
软件对位：业务可观测性建设八、反模式
| 反模式 | 症状 | 应该改用 |
|---|---|---|
| 快自适应 | 系统震荡 | 慢自适应 + 死区 |
| 无约束自适应 | 参数发散 | 加投影 + 边界 |
| 无可观测性 | 自适应无依据 | 先建可观测性 |
| 冷启动自适应 | 初始数据不足 | 退化为固定参数 |
九、何时升级到其他结构
升级到协调控制：
- 单点自适应不够
- 多子系统协调
降级到固定参数控制：
- 业务环境稳定
- 自适应成本太高
十、控制结构对位（供业务主题引用）
本结构被调用：
themes/architecture-evolution：ML 平台 = 自适应themes/system-stability：自适应限流 = 自适应
本结构调用：
self-stabilizing-adaptive：自镇定理论dynamic-programming：在线最优extremism-seeking：无模型寻优optimal-control：离线最优理论
总结
自适应控制 = 让系统自己学习。当业务场景是：
- 环境在持续变化
- 固定参数会失效
- 有可观测性和计算资源
用自适应：现代系统的"自学习"能力。
关键：
- 慢自适应（避免震荡）
- 加约束（避免发散）
- 可观测（自适应有依据）
- 接受成本（在线学习的代价）