可微仿真完全入门：梯度、损失函数、域随机化、端到端——这些名词到底在说什么？

发表于2026-02-25|更新于2026-06-02|数学基础

|浏览量:

本文目标：让完全没有机器学习或数值优化背景的读者，从零开始理解”可微仿真”相关的核心名词。

无人机仿真就是用计算机模拟无人机的飞行——给定一组参数（质量、推力系数等），计算机算出无人机怎么飞。

一、从一道最简单的数学题说起

想象你要解一个问题：

找一个数 $x$ ，使得 $x^2 = 9$ 。

很简单， $x = 3$ 或 $x = -3$ ，心算就行。

现在换个问题：

找一个数 $x$ ，使得 $x^3 - 2x^2 + 5x - 17 = 0$ 。

你还能心算吗？不能了。你需要试：

试 $x = 2$ ： $8 - 8 + 10 - 17 = -7$ （太小了）
试 $x = 3$ ： $27 - 18 + 15 - 17 = 7$ （太大了）

介于 $2$ 和 $3$ 之间。

再试 $x = 2.5$ ： $15.625 - 12.5 + 12.5 - 17 = -1.375$ （还是小了点）

再试 $x = 2.6$ …… 这就是手动调参。

而”可微”给了你一个捷径：它告诉你，如果你在 $x=2.5$ 时答案是 $-1.375$ ，下一步该往哪个方向走、走多快，而不需要一遍遍地瞎试。

“梯度”就是方向标 + 步长尺。

梯度的几何意义：有方向

二、什么叫”可微”？—— 为什么这个性质这么重要

2.1 直观概念

一句话：一个函数如果”可微”，意思是它的输出对输入的变化是平滑的——你稍微动一下输入，输出也会稍微动一下，而且你知道输出会往哪个方向动。

类比：开汽车的方向盘。

💡 可微 = 方向盘是线性连接的。你往右打 1 度，车轮转 1 度，方向平滑改变。你知道”多打一点方向，车就多转一点”。
💀 不可微 = 方向盘是坏的。你拧半天没反应，突然拧到一个角度，车猛甩过去。你不知道”拧多少会转多少”。

2.2 数学定义（公式版，但附白话翻译）

定义：

如果函数 $y = f(x)$ 在点 $x_0$ 处有导数 $f'(x_0)$ ，则称 $f$ 在 $x_0$ 处可微。

导数的定义为：

f'(x_0) = \lim_{h \to 0} \frac{f(x_0 + h) - f(x_0)}{h}

白话翻译：

把 $x$ 变一点点（ $h$ 是一个极小的变化），看 $y$ 变化了多少。如果 $y$ 的变化量和 $h$ 的比值趋近于一个固定的数，那这个数就是导数。导数越大，输入的小变化对输出的影响就越大。

2.3 历史

“可微”和”导数”的概念由牛顿（1643-1727）和莱布尼茨（1646-1716）在 17 世纪末独立创立，是微积分的核心。牛顿用它描述天体运动（月亮绕地球转的速度），莱布尼茨发明了今天我们还在用的微分符号 $\frac{dy}{dx}$ 。

2.4 为什么要关心”可微”

在仿真中”可微”的区别：

传统仿真（不可微）：
  输入：C_T = 0.11  →  仿真 →  输出：飞行轨迹（一个长长的数字列表）
  你只能看结果，想知道 C_T 应该改到多少？
  → 改一次重新跑一次，改一次重新跑一次

可微仿真：
  输入：C_T = 0.11  →  可微仿真 →  输出：飞行轨迹 + 梯度
  这个梯度告诉你：C_T 增加 0.01，轨迹在第 3 秒的位置会偏右 0.5 米
  → 一次计算就知道该往哪调

核心差别：传统仿真是一维的（输入→输出），可微仿真在输出结果的同时，还告诉你了各输入参数对输出结果的影响程度。

传统仿真 vs 可微仿真对比图

三、梯度：不是魔法，就是一个方向箭头

3.1 概念

梯度是一个向量，它指出”往哪个方向调整参数，能让结果改变得最快”。

3.2 定义

对于一个有多个输入、一个输出的函数 $f(x_1, x_2, ..., x_n)$ ，梯度记为：

\nabla f = \left( \frac{\partial f}{\partial x_1}, \frac{\partial f}{\partial x_2}, ..., \frac{\partial f}{\partial x_n} \right)

其中 $\frac{\partial f}{\partial x_1}$ 叫”偏导数”，意思是”只改变 $x_1$ 这一个参数，其他参数固定，看 $f$ 怎么变”。

3.3 历史

“梯度”一词来自19世纪数学家麦克斯韦（1831-1879）在电磁场理论中的工作。后来被用于优化问题——柯西（1789-1857）在1847年提出了”最速下降法”，就是用梯度来找函数的最小值。

3.4 手算例子

假设你的函数是 $f(x, y) = x^2 + y^2$ ，在点 $(1, 2)$ 处求梯度：

\frac{\partial f}{\partial x} = 2x = 2 \times 1 = 2

\frac{\partial f}{\partial y} = 2y = 2 \times 2 = 4

\nabla f(1, 2) = (2, 4)

什么意思？在 $(1, 2)$ 这个点，沿着 $(2, 4)$ 的方向走，函数值上升最快。反过来，沿着 $(-2, -4)$ 的方向走，函数值下降最快。

3.5 在仿真中的应用

回到你的无人机场景：

可微仿真给出梯度：

∂(脱靶量)/∂(N)  = 2.3   → N 增大，脱靶量增大（变差）
∂(脱靶量)/∂(C_T) = -0.8  → C_T 增大，脱靶量减小（变好）

告诉你一个好消息和一个坏消息。你不关心正负号的来龙去脉，你只需要知道哪个参数往哪个方向调。 这就是梯度做的事。

四、损失函数：就是”差距”的量化

4.1 概念

损失函数衡量”仿真结果和期望结果之间的差距”。

损失函数值 = 0 → 完美，仿真和期望完全一致
损失函数值 = 500 → 差得很远

4.2 定义

最常用的损失函数是均方误差（Mean Squared Error, MSE）：

L = \frac{1}{n} \sum_{i=1}^{n} (y_{\text{仿真}, i} - y_{\text{真实}, i})^2

其中 $y_{\text{仿真}, i}$ 是仿真第 $i$ 个时间步的值， $y_{\text{真实}, i}$ 是真实飞行第 $i$ 个时间步的值。

4.3 历史

损失函数的概念可以追溯到高斯（1777-1855）和勒让德（1752-1833）在19世纪初发展的最小二乘法——他们用它来根据天文观测数据推算行星轨道。现代机器学习中，”损失函数”成为训练所有模型的核心工具，是反向传播算法（1986年，Rumelhart、Hinton、Williams）的基础。

4.4 手算例子

你有一段真实飞行的轨迹记录：

1 2	真实位置： 0m, 1m, 2m, 3m, 4m (1秒一个点) 仿真位置： 0m, 1.1m, 2.2m, 3.5m, 4.8m

计算损失：

第1秒：(1 - 1.1)² = 0.01
第2秒：(2 - 2.2)² = 0.04
第3秒：(3 - 3.5)² = 0.25
第4秒：(4 - 4.8)² = 0.64
平均：(0.01 + 0.04 + 0.25 + 0.64) / 4 = 0.235

损失 = 0.235。这个数字告诉你：你的仿真器和真实飞行偏差挺大的（平均位置偏差约 $\sqrt{0.235} \approx 0.48$ 米）。

你的目标就是让这个损失值降到 0——也就是”最小化损失函数”。

4.5 在你的项目中的意义

场景	损失函数衡量什么	目标
参数辨识	仿真轨迹 vs ULog 实飞轨迹	找到让损失最小的 C_T、C_D
制导律整定	拦截脱靶量（距离目标最近时有多远）	找到让脱靶量最小的 PN 增益 N
域随机化	在最差参数组合下的脱靶量	找到即使参数偏差大也能拦截的参数

五、梯度下降：自动调参的核心引擎

5.1 概念

梯度下降就是：沿着梯度的反方向（因为梯度指向上升最快的方向，我们要下降）一步一步调整参数，使损失函数越来越小。

5.2 定义

参数更新公式：

x_{\text{新}} = x_{\text{旧}} - \eta \cdot \nabla f(x_{\text{旧}})

其中 $\eta$ （读作”eta”）叫学习率，就是”每一步走多大”。

5.3 手算例子

还是之前的函数 $f(x) = x^2$ ，在 $x=3$ 处：

梯度： $f'(3) = 2 \times 3 = 6$
学习率 $\eta = 0.1$

更新：

x_{\text{新}} = 3 - 0.1 \times 6 = 3 - 0.6 = 2.4

等价于：

第 1 步： $3 \rightarrow 2.4$
第 2 步： $2.4 \rightarrow 1.92$
第 3 步： $1.92 \rightarrow 1.536$
……
最终趋近于 0（最小值）

和手动调参的对比：

梯度下降的步进过程

方法	操作	示例
手动调参	猜→试→再看结果→再猜	调 C_T：0.11→0.12（不行）→0.10→0.09（不行）→0.13（好像行了？）
梯度下降	自动算方向，一次到位	梯度说：C_T 应增大 0.003 → 一次收敛

手动调参每次改完要重新跑一遍仿真（几分钟甚至几小时）。梯度下降告诉你方向，一次计算就够了。

六、域随机化：不猜了，直接让参数变起来

6.1 概念

既然你不知道真实的物理参数是多少，那别猜一个值，而是让参数在一定范围内随机变化。

6.2 定义

域随机化将动力学参数 $p$ 视为随机变量，而不是固定值：

p \sim U(p_{\text{min}}, p_{\text{max}})

即每个参数在最小值到最大值之间均匀随机取值。

6.3 历史

域随机化在 2017 年由 OpenAI 的团队在论文《Generalizing from Simulation to Real World with Domain Randomization》（arXiv:1710.06457）中系统提出。他们发现，只要在仿真中把参数随机范围设置得足够宽，仿真中训练的模型可以直接用在真实机器人上，不需要任何微调。后来被广泛应用于无人机、机械臂、自动驾驶等领域的 Sim-to-Real 迁移。

6.4 手算例子

域随机化：单值 vs 范围

传统参数辨识：

1	你认为 C_T = 0.11 → 只使用这个值 → 真机是 0.13 → 失控

域随机化：

C_T 随机范围 [0.08, 0.16]
"仿真 1": C_T = 0.09
"仿真 2": C_T = 0.14
"仿真 3": C_T = 0.11
"仿真 4": C_T = 0.15
...
每次仿真都随机。
结果你的制导算法在 C_T=0.08~0.16 中都能成功拦截。

真机上的 C_T 只要落在这个范围内，算法就自然有效。

6.5 在模块化制导中的应用

对于典型的高速无人机截击仿真场景：

不用改 PN/EPN 的公式，只需在确定 N（导航增益）时：

for i in range(1000):  # 1000次随机仿真
    C_T = random(0.08, 0.16)
    C_D = random(0.01, 0.03)
    I_xx = random(0.005, 0.015)
    跑仿真，记录拦截是否成功

选择：在最大偏差下也能稳定拦截的 N 值 → 这就是域随机化帮你找到的"鲁棒参数"

七、端到端：把整个流程变成一个黑箱

7.1 概念

端到端就是：放弃”感知模块→规划模块→控制模块”的分步设计，改为输入传感器数据，直接输出电机指令。

7.2 与传统模块化的对比

传统模块化（你现在的方式）：

  相机 → 目标检测 → 目标跟踪 → 制导律(PN) → 姿态控制(PID) → 电机

     要调试 4-5 个模块接口，每层都会丢失信息

端到端：

  相机 → [  一个巨大的神经网络  ] → 电机

     从头到尾是一个整体，通过一次训练得到

7.3 历史

“端到端”在自动驾驶领域的里程碑是 NVIDIA 的 DAVE-2 系统（2016 年，Bojarski 等人），用单个神经网络直接从摄像头图像输出方向盘角度。在四旋翼领域，2026 年上海交大的 E2E-Fly（arXiv:2604.12916）首次实现了从仿真训练到真机飞行的零样本迁移。可微仿真是实现这一目标的关键——因为只有可微，梯度才能从最终的电机指令一路反向传播到神经网络的每个参数。

7.4 端到端 vs 非端到端（对你的意义）

你现在用 PN/EPN 制导 + PID 控制，属于”非端到端”方案。这不代表它不好——恰恰相反，它有明确的物理可解释性和可靠性。

端到端适合的是：

感知环节太复杂，传统方法搞不定（比如视觉避障）
传统模块之间信息损耗严重

而你的截击仿真场景：目标位置已知（雷达/外部传感），制导有成熟公式，非端到端是正确选择。

关键洞察：可微仿真对非端到端方案的价值不在于”替换制导律”，而在于更高效地确定制导律参数。

传统模块化 vs 端到端

八、这些概念如何连起来？

8.1 一张图看完整流程

你有的：ULog 真实飞行数据
       ↓
你改的：C_T, C_D, I_xx, N（参数）
       ↓
可微仿真：把你的 6DOF 引擎改成"可微"版本
       ↓
输出：仿真轨迹 + 梯度
       ↓
损失函数：对比仿真轨迹和真实轨迹
       ↓
梯度下降：顺着梯度反向走，自动更新参数
  ↓ 重复几轮
损失趋近于 0 → 仿真像真实飞行了！
       ↓
再加上域随机化：
  在参数范围里随机取值，找"不挑环境"的参数组合

8.2 和你已有工作的关系

你已经在做的	可微仿真带来的改进
参辨识模块的 ULog 参数辨识	从遗传算法（1000 代）→ 梯度下降（50 步），速度快 20 倍
手动调 PN 增益 N	梯度直接告诉你 N 该增加还是减少
6DOF 拦截测试	域随机化帮你找到”参数偏差 30% 也能命中”的鲁棒参数

8.3 不改变的部分

你的 PN/EPN 制导算法不变
你的 PID 增益不变
你的部署代码（飞控参数）不变
你的物理理解不变

改变的只是”参数怎么算出来的”。

九、核心公式速查卡

公式	含义	在本文中的角色
$f'(x_0) = \lim_{h \to 0} \frac{f(x_0+h)-f(x_0)}{h}$	导数定义	可微的基础
$\nabla f = (\frac{\partial f}{\partial x_1}, ..., \frac{\partial f}{\partial x_n})$	梯度 = 所有偏导数的向量	告诉你怎么调参数
$L = \frac{1}{n}\sum (y_{\text{sim}} - y_{\text{real}})^2$	均方误差损失函数	量化”差距”
$x_{\text{new}} = x_{\text{old}} - \eta \nabla f$	梯度下降更新公式	自动调参引擎
$p \sim U(p_{\text{min}}, p_{\text{max}})$	域随机化	不猜一个值，让参数随机变

十、总结

可微 = 输入的小变化会导致输出平滑变化，你知道变化的”方向”
梯度 = 告诉你每个参数对结果有多大影响、往哪调
损失函数 = 一个数字，衡量仿真和真实的差距，0 表示完美
梯度下降 = 沿着梯度反方向一步步走，自动把损失降到最小
域随机化 = 不猜精确值，让参数在范围里随机跳，找”不挑环境”的解
端到端 = 输入原始数据（如摄像头画面），直接输出控制指令，跳过中间模块

这些概念并不是端到端学习的专利。它们本质上是一种”带方向感的计算”。对传统制导算法来说，它们提供的价值是更高效、更系统化的参数整定——让手动的”猜→试→再猜”变成自动化的”计算→更新→收敛”。

参考文献

Bojarski, M., et al. (2016). End to End Learning for Self-Driving Cars. arXiv:1604.07316.
OpenAI. (2017). Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World. arXiv:1710.06457.
Tobin, J., et al. (2017). Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World. IEEE/RSJ IROS 2017.
Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533-536.
Howell, T. A., et al. (2022). Dojo: A Differentiable Physics Engine for Robotics. arXiv:2203.00806.
E2E-Fly (arXiv:2604.12916) — 端到端四旋翼自主飞行系统。