双神经元自行车控制：极简神经网络的稳定性边界与延迟补偿

在强化学习动辄需要数千次试错训练才能学会骑自行车的今天，Matthew Cook 于 2004 年提出的双神经元控制器提供了一个令人警醒的对比：仅需两个神经元，就能让自行车稳定行驶并追踪目标路径。这一结果不仅挑战了 "复杂问题需要复杂模型" 的直觉，更揭示了实时物理控制中极简架构的可能性与边界。

从 1700 次练习到即插即用

在 Cook 的实验中，对比基准来自 Randløv 与 Alstrøm 的强化学习研究 —— 他们的控制器需要 1700 次练习才能学会基本平衡，且最终表现仍显 "醉态"。相比之下，双神经元网络无需训练即可工作，其设计灵感直接来源于人类骑手的经验：关注倾斜角，而非直接操控航向。

这一洞察的关键在于自行车动力学的耦合特性。航向变化率 $\dot {\theta}$ 与倾斜角 $\gamma$ 存在强相关性 —— 当自行车向右倾斜时，离心力会自然推动其向右转弯。因此，控制器无需直接操控航向，只需将倾斜角维持在合适范围内，航向便会随之调整。

双神经元架构解析

控制器由两个串联神经元构成，形成简单的级联反馈回路：

第一层神经元接收目标航向 $\theta_d$ 与当前航向 $\theta$ 的误差，输出期望倾斜角：

$$\gamma_d = \sigma(c_1(\theta_d - \theta))$$

其中 $\sigma$ 为饱和函数，防止自行车过度倾斜。这一设计体现了工程直觉：人类转弯时不会无限倾斜，而是将倾斜角限制在安全范围内。

第二层神经元接收期望倾斜角 $\gamma_d$、当前倾斜角 $\gamma$ 及其变化率 $\dot {\gamma}$，输出施加于把手的扭矩：

$$\tau_h = c_2(\gamma_d - \gamma) - c_3\dot{\gamma}$$

第二项 $-c_3\dot {\gamma}$ 提供阻尼作用，抑制倾斜角振荡。整个网络仅依赖三个可调参数 $c_1, c_2, c_3$，且 Cook 指出这些参数 "不敏感"—— 无需精确调参即可获得可用性能。

稳定性边界与延迟补偿

双神经元控制器的稳定性依赖于自行车本身的自稳定特性。真实自行车的几何设计（前叉旋转轴穿过前轮接地点上方）使其在特定速度范围内具有被动稳定性。控制器的作用是将系统维持在这一稳定区域内，而非从零开始构建稳定。

然而，这种极简架构存在明确的稳定性边界：

速度阈值：当速度过低时，自行车的被动稳定机制失效，双神经元控制器无法提供足够阻尼，系统趋于发散。Cook 指出，可能需要第三个神经元专门处理低速时的阻尼问题。

延迟敏感性：虽然论文未明确讨论传感器延迟，但物理实现中必须考虑。倾斜角变化率 $\dot {\gamma}$ 通常通过微分计算获得，对噪声敏感；若采用滤波平滑，则引入相位延迟，可能破坏稳定性。工程实践中建议直接采用陀螺仪输出的角速度信号，避免数值微分带来的噪声放大。

饱和约束：饱和函数 $\sigma$ 的阈值选择至关重要。阈值过小会限制转弯能力，过大则允许危险倾斜。Cook 的实验表明，控制器通过主动避免极端倾斜状态，间接规避了轮胎打滑等未建模动力学问题。

工程实现要点

将双神经元控制器部署到真实硬件时，需关注以下工程细节：

传感器配置：最小配置仅需航向传感器（磁力计或编码器）和倾斜传感器（IMU）。倾斜角变化率可直接使用陀螺仪的横滚轴输出，采样率建议不低于 100Hz 以捕捉快速动力学。

参数调优策略：虽然 Cook 声称参数不敏感，但初始值仍需合理。建议从 $c_1 \approx 0.5$ rad/rad（航向误差到倾斜角的映射）、$c_2 \approx 2.0$ N・m/rad（倾斜误差到扭矩的增益）、$c_3 \approx 0.5$ N・m・s/rad（阻尼系数）开始，通过小幅扰动观察响应特性。

故障边界：控制器对传感器故障无容错能力。建议增加倾斜角超限检测（如 $|\gamma| > 30°$）触发安全停机，以及航向信号丢失时的默认直行模式。

执行器限制：真实电机的扭矩输出存在饱和，需在软件中建模这一约束。当计算扭矩超过电机能力时，应触发积分抗饱和（anti-windup）逻辑，防止误差积分累积导致恢复时的超调。

极简控制的启示

双神经元自行车控制器的价值不在于其性能上限，而在于它揭示了控制问题中的 "足够简单" 原则。当系统动力学本身提供了部分稳定机制时，控制器无需重复构建这些机制，只需提供恰到好处的引导。

这一思路可推广至其他实时物理控制场景：在无人机姿态控制中，利用机体自身的气动稳定性；在机械臂力控中，利用结构的被动柔顺性。极简控制器的优势在于可解释性强、计算开销低、延迟可控 —— 这些特性在实时性要求苛刻的场景中往往比理论最优性更重要。

当然，双神经元架构的局限性同样明显：它无法处理未建模动力学（如轮胎打滑）、无法适应参数大范围变化（如负载改变）、无法优化多目标权衡（如能耗与响应速度）。这些场景仍需更复杂的控制结构。但 Cook 的工作提醒我们：在增加复杂度之前，先问自己 —— 这个问题真的需要更多神经元吗？

参考资料

• Cook, M. "It Takes Two Neurons To Ride a Bicycle" (Fermat's Library annotated version, 2004)
• Randløv, J. & Alstrøm, P. "Learning to Drive a Bicycle using Reinforcement Learning and Shaping" (ICML 1998)

ai-systems